农产品研究三十年实战复盘——从平衡表到季节性，一套完整的方法论全拆解

欢迎加入交易理想国知识星球

作者 | 秦风投资笔记
来源 | 大宗商品价值投资俱乐部

编辑 | 王旭军

审核 | 浦电路交易员

做农产品，你得有一套自己的方法论。

做农产品久了，我们会有一个感受：农产品价格，不鸣则已，一鸣惊人。

大豆，从播种到收割，中间经历的天气、政策、贸易、资金博弈，每一步都可能让价格翻江倒海。很多人做农产品亏了钱，不是不努力，而是没有研究体系：东看一篇报告，西听一个消息，追涨杀跌，平时用碎片化的信息去交易，最后被市场教育。

今天这篇，我们想把农产品研究的方法论从头到尾捋一遍。

我们不用教科书式的罗列，从交易农产品老期货三十年实战交易视角出发，讲清楚每个方法为什么有用、怎么用、用的时候要注意什么，底层逻辑是什么。

内容比较长，建议收藏后慢慢看。

报告中有大量的实战案例与交易模型，内容干货满满！下文选择重点内容和大家分享。

1

农产品投资逻辑

常识是投资的底层逻辑：农产品看供应，工业品看需求！

很多人从工业品转过来做农产品，第一感觉就是"不适应"。为什么不适应？因为驱动逻辑变了。

工业品看需求，农产品看供给。

这话不是我说的，是市场的底层逻辑决定的。工业品产能可以快速扩张产能，需求好了，工厂加班加点，开工率上升，供给跟得上，而且工厂建设周期也比较快。

但农产品不行，大豆种下去了，你不可能让它明天就收获。供给被自然周期锁死了，短期弹性几乎为零，譬如大豆一年收获一次，即使需求爆发供应也跟不上。

所以你会发现，农产品的大行情，十有八九是供给端出问题引发的：

2012年，美国大旱，美豆从1300美分直接干到1600以上；

2022年，俄乌冲突，黑海粮食出口中断，小麦连续涨停；

2026年，淘汰鸡太多，鸡蛋供不应求，出现了火箭蛋；

这些行情的共性是什么？供给突然断了，价格就飞了。

反过来，需求端的变化通常比较缓慢、渐进，很难在短期内制造极端行情。除非需求端出了系统性的冲击，比如非洲猪瘟让生猪存栏骤降，间接暴击豆粕需求。

所以做农产品的第一条心法：永远把供给端放在第一位。

天气、面积、单产、库存，这些才是你需要死盯的变量。

除了供应有限，农产品还有周期性，比起工业品连续法生产，农产品季节性规律太明显了。

农产品通常是在收获季前因预期而上涨，集中上市时再下跌，尤其苹果的案例最明显，以苹果为例，每年5月至8月是上一年度冷库库存持续消耗期，旧季苹果所剩无几，冷库出库成本叠加存储费用推高批发价，市场对"青黄不接"的预期使价格逐步走高，7-8月往往出现年内高点。

部分果商提前囤货待涨，进一步强化上行趋势。 然而到了9月下旬至11月，新季苹果集中上市，陕西、山东、甘肃等主产区大量鲜果涌入市场，供给短时间内急剧增加。果农为抢鲜销售、避免入库储存成本，往往降价走货，收购价从峰值的4-5元/斤快速回落至2-3元/斤，跌幅可达30%-40%。

这一"预期先行、现实兑现"的价格走势在导致在7-8月走预期升水行情，10-11月交割月前后则因现货抛压而回落，市场永远是预期先行。

2

农产品估值比较规律

我们前面分析过工业品是讲究估值驱动研究体系，高盛最新商品方法论：投资经理商品研究框架（1万字详细案例解析）农产品并不适用同样的方法，当然估值是商品的研究核心，农产品的估值研究略有差异。

农产品分为能量类和蛋白类，譬如玉米和白糖是碳水化合物，提供能量来源，但是不能提供蛋白，而鸡蛋与生猪，豆粕与菜粕是提供蛋白质，这是能量类植物所不能提供的。

我们整理了农产品内部的逻辑关系 ，这些替代关系生成了价差，正是我们进行交易的底层逻辑。

譬如，我们国内的大豆与玉米存在种植替代，从逻辑上来说大豆与玉米的价格趋势相同，这在美豆与美玉米上表现也是同样如此，我们比较1996-2026年20年的价格趋势图如下：

大豆与玉米维持一个相对平稳的趋势图，美大豆与美玉米价格存在较强的相关（替代/对冲）关系，同时两者也受共同宏观因素（如原油价格）影响而呈现同向波动。其核心逻辑主要体现在比价关系、种植替代、成本差异及宏观联动四个维度：

首先是比价中枢：历史长期均衡中枢在2.5附近（即大豆价格与玉米价格之比）。当比价显著高于2.5时，说明大豆相对收益更高，农户会倾向扩种大豆、减种玉米，导致大豆供给增加（压制豆价）而玉米供给减少（抬升玉米价），促使比价回落；当比价低于2.5时，玉米性价比更高，农户调地转向玉米，促使比价回升，形成长期的供需平衡循环。

另外主产区重合：两者主产区高度重合（美国中西部），种植主体一致，农户通常根据两者的相对收益（比价）进行年度间的面积调整，形成“此消彼长”的供给替代关系。

其次是成本差异：玉米的种植成本（氮肥、农机燃油、种子）通常远高于大豆，在农资（如化肥）价格高企时，玉米的成本压力更大，会放大两者比价对种植决策的影响，进而影响远期价格结构（如呈现“豆弱玉强”的远月结构）。天然成本分化是核心底层逻辑:玉米种植氮肥、种子、农机燃油投入远高于大豆。

最后要关注宏观与成本联动，原油价格：大豆和玉米均为美国生产生物燃料（生物柴油、燃料乙醇）的主要原材料，国际原油价格的涨跌会同步影响两者的成本端和替代需求，导致两者价格在宏观层面呈现同向波动。

气候与宏观预期：如厄尔尼诺常导致美豆增产预期压制豆价，而玉米减产预期推升玉米价。

3

农产品研究兵器：供需平衡表与库销比

如果说农产品研究有一件"兵器"是必须掌握的，那就是供需平衡表，平衡表就是把一个品种的供给和需求拆开来看，算出一个期末库存和库存消费比，这个数字告诉你市场是松还是紧。

平衡表长什么样？其实就一张表：

期初库存 + 产量 + 进口 = 总供给

国内消费 + 出口 = 总需求

期末库存 = 总供给 − 总需求

库存消费比 = 期末库存 ÷ 国内消费

核心看什么？库存消费比。

这个比值是判断价格方向的锚。经验上讲，全球大豆库存消费比低于20%，价格中枢往上走；高于25%，价格就有压力。每个品种的临界值不一样，但逻辑是通的：

库存消费比越低，市场对供给冲击越敏感，价格的弹性越大。

但这里有个关键问题：平衡表不是用来"看"的，是用来"找预期差"的。

什么意思？市场每个人都有自己的平衡表，USDA每月也发布官方版本。

如果你的平衡表和市场共识一样，那你没有信息优势。

研究的价值在于：你算出来的数字，和市场预期的数字不一样。

比如市场都预期USDA这次会调增大豆单产，但你通过天气模型和遥感数据判断，产区干旱比想象中严重，单产大概率要下调。这就是预期差，这就是交易机会。

所以记住：平衡表是工具，预期差才是Alpha。

作为衡量商品供需匹配状况松紧程度的核心指标，库消比在商品市场上对未来价格走势具有较强的预测作用，大致可决定下一阶段市场走势方向的基调。

除了库销比，由于农产品的季节性比较强，我们需要进行库存同比数据进行分析，譬如大豆为什么在2025-2026年期间处于熊市，主要在于大豆港口的库存同比处于历史高位，压制大豆的价格难在好的表现。

4

农产品成本：找到价格的"地板"

平衡表告诉你方向，成本分析告诉你边界。

农产品价格有一个特征：它不会长期低于生产成本。

因为一旦价格跌破成本，农户就不种了，供给自然收缩，价格就回来了。这是农产品最朴素的均值回归逻辑。

但这里有个细节很多人搞混：完全成本和现金成本不是一回事。

完全成本= 可变成本（种子、化肥、农药、机械）+ 固定成本（地租、折旧）+ 人工，而现金成本= 只算当期需要掏钱的部分，主要是可变成本。

为什么这个区分重要？

因为农户的心理是这样的：地已经租了、设施已经建了，这些钱已经花了。只要市场价格能覆盖种子化肥农药这些当期投入（现金成本），我就继续种。所以短期内，价格可以跌破完全成本，但一般不会跌破现金成本太深。

这对于生猪的分析是很重要的：

有时生猪产能过剩较为严 重，导致猪价下跌幅度较大，猪价明显底部支撑。猪价的成本支撑主要来自边际成本，而非完全成本。对于养殖户而言，前期仔猪购买成本、固定资产折旧、疫苗药物费用、甚至包括人工成本都属于沉没成本，并不会影响其是否继续育肥的决策。

边际成本主要考虑的就是饲料成本，而生猪料肉比会 随日龄增长而不断提升，到达出栏阶段料肉比普遍超过 3，即生猪体重每增加 1 公 斤需要饲喂 3 公斤饲料。如果当前 1 公斤生猪价格低于 3 公斤饲料成本，养殖户的 理性选择就应是停止育肥直接抛售。导致生猪出栏体重低于正常水平，减少了未来一段时间内的猪肉供给，因而会对短期猪价形成较强支撑。

完全成本线是长期底部，现金成本线是极端底部。

记住这个框架，你在判断价格底部区间时就有了锚。

5

原油对农产品成本影响：燃料与化肥

关于农产品的成本，还有一个重要的因素是看原油，原油与农产品相关性如下：

原油与国内三大油脂、豆二、豆粕、菜粕及外盘的美豆、美豆油、 美玉米、美棉、美麦、马棕等品种的相关性最强，相关系数基本达到 07； 其次，原油与国内豆一、玉米、玉米淀粉、棉花及外盘的美豆粕、11 号糖 等品种的相关性较强，相关系数基本介于 0.5 至 0.7 之间。

我们知道巴西的糖即能出口，也能转换成乙醇，而乙醇的价格主要看汽油，汽油的背后是原油。

所以，导致糖与乙二醇始终存在了个比值，当这个比值过高，就会导致糖减少转化成乙醇。

同时，在欧洲与美国，印尼这些国家，用棕油或豆油替代成品油，于是就有了两个重要的指标，一个是美国的豆油与柴油期货的价差，另外一个棕榈油与柴油期货的价差。

原油对油脂油料市场影响的传导媒介为生物柴油，即当原油价格持续上涨或较高时，市场预期生物柴油的产销量增大，生物柴油对植物油的消费增加，油脂的供需平衡表收紧，油脂价格上涨动力增强；当原油价格持续下跌或较低时，市场预期生物柴油的产销将会受到抑制，生物柴油对植物油的需求降低，油脂供需趋向宽松，油脂价格下行压力增大。

通常我们通过 BOHO 和 POGO 两个指标来判断生物柴油是否具有价格优势，当这两个指标处于较低水平或负值时，生物柴油价格优势增强；反之，生物柴油价格优势较弱。

原油会导致货肥的价格上涨，我们看到化肥在大豆生产成本中的占比已经 达到了7%，历史最高是10%。

如果我们复盘大豆与尿素的价格相关性，发现两者是极其相似的，我们用2005年至2026年的历史价格图比较如下：

6

农产品套利模型：比价与价差

农产品市场有一个很有意思的机制：比价会自动调节供需结构。

道理不难理解，农户种地是要算账的，大豆和玉米哪个赚钱就种哪个。大豆价格相对玉米涨太多了（比价超过2.5），明年大家就抢着种大豆；反过来（比价低于2.0），就都去种玉米。

这个比价关系直接决定了次年的种植面积结构，进而影响两个品种的供需平衡，所以做农产品的人，每年播种季都要盯着大豆/玉米比价看。

消费端也有类似的替代逻辑。饲料厂配方的灵活性比你想象的大，小麦比玉米便宜的时候（比价低于1.0），饲料厂就用小麦替代玉米。

这种替代行为会自动缩小两者价差，直到回归均衡。豆粕和菜粕、豆油和棕榈油之间，都有类似的替代关系。这些比价不是死板的数字，而是活的、会自我修正的。

把它们理解成市场的"自动平衡器"，就对了。

豆油与菜油是一对经典的套利模型，豆油的定价锚在CBOT大豆，受全球大豆供需和南美/北美种植节奏主导；菜油的定价锚更复杂，ICE菜籽、中加政治关系、国储轮换都可能是阶段性核心变量。这种"锚"的不同，是价差波动的根本来源。

菜油货权集中度高、仓单偏少，是"天然的多头品种"。当油脂板块整体走强时，资金更偏好做多菜油（弹性更大）。

当豆油与菜油原料端出现方向性背离时，价差走出一波趋势性行情，幅度远超替代效应的约束范围。加拿大2021年大减产→ 菜油供应极度收缩 → 价差大幅走扩，同期南美大豆丰产 → 豆油供应充裕 → 价差进一步扩大。

2023年加拿大恢复产量 + 中国大量进口 → 菜油供应宽松 → 价差快速收敛，这引发了豆油与菜油的套利机会。

豆粕与菜粕的价差也是经典的套利组合，一般每年上半年走弱（2-6月）：春节后油脂消费边际回落，菜油需求转淡，5-6月国产新菜籽上市 → 菜油供给增加，春季气温回升 → 水产投苗启动 → 菜粕需求边际走强，上半年蛋白类市场整体季节性偏多。

到了下半年走强（7-12月）：中秋、国庆、春节等节日轮番驱动油脂消费，10月后气温下降，棕榈油消费转淡 → 菜油替代需求增加，冬季水产养殖淡季 → 菜粕需求萎缩至年内谷底，油厂因菜粕需求疲软降低压榨 → 菜油供给也同步减少 → 库存季节性去化。

通常豆粕与菜粕的价差到了极值，便是我们关注入场的时间点。

油粕比的极端高位，往往以供给恢复的方式回归，而非需求调整。 当全球菜籽产量从灾难性减产中恢复时，菜油和菜粕的供应同时增加，但菜油前期积累的"稀缺溢价"更大，跌幅也更剧烈。做空油粕比的方向是对的，但入场时机的选择比方向判断更难。

也有资金喜欢做油粕比，大豆压榨产出比例是固定的：100%大豆 ≈ 18.5%豆油 + 79%豆粕 + 2.5%损耗。

这意味着每吨大豆产出的豆粕数量约为豆油的4.3倍，按数量比1吨油对应约4.3吨粕。按货值比，豆油货值通常约为豆粕的2倍左右（视价格而定）。供给同步、需求分化，这是所有套利逻辑的物理起点。

不考虑物理配比做对冲，等价于"单边赌方向"。机构通常用 1:2.5 左右的比例（豆油×10吨/手 vs 豆粕×10吨/手，货值对等），而不是1:1。三季度末到四季度初是做多油粕比确定性相对较高的时间窗口。一季度末到二季度初是油粕比容易走弱的窗口。

用2020年以前的"正常区间1.9-2.5"来框定当前的油粕比，会反复被"打破区间"打脸。结构性力量（生柴政策）在系统性推高油粕比中枢，不能单纯基于"比值过高"，也是要注意厄尔尼诺对天气的影响。

我们再看一下各农产品的研究框架图。

7

农产品研究框架图

纸浆的研究框架，纸浆是以植物纤维为原料制成的纤维状物质。按原料分为木浆、草浆及废纸浆；按工艺分为化学浆、机械浆和化学机械浆。其中木浆占比最高，分针叶与阔叶两类。纸浆主要用于造纸及纸板生产，是造纸工业的核心基础原料。

最近我们关注到纸浆的价格到了历史低位，是否值得中长期持有，也是要进行估值分析。

纸浆的成本是底部强支撑，当然也是要关注汇率的影响，理解纸浆市场是由“阔叶浆”与“针叶浆”构成的二元市场。这两种浆种因原料纤维特性不同，其物理性能、成本结构、供需格局和价格驱动逻辑存在本质差异。针叶浆纤维长，赋予纸张更高的强度，主要用于生产高端文化纸、高强度包装纸等。

阔叶浆纤维短，成纸均匀度好，但强度稍逊。这种物理特性决定了二者在下游配方中既存在一定替代关系，又有着难以完全替代的“刚性”需求区域。过去五年，阔叶浆在全球消费量中的份额已从58%提升至64%，这一结构性转变是分析所有问题的起点。

针叶浆成本曲线和缓，阔叶浆成本曲线陡峭。针叶浆：最丰富的阔叶木片资源集中在北欧和北美地区，但北欧&北美的化工品及人工成本均较高，使得美国、西欧的针叶浆单吨成本高居500美元，而加拿大则接近600美元，高昂的成本致使北欧&北美制浆具备劣势；而虽东欧、智利针叶木片资源量少，但运输费用、人工费用均较低，故东欧和智利阔叶浆厂处于成本曲线最左侧，平均单吨成本在300-400美元。

阔叶浆：最低价格的木片在巴西，同时由于靠近港口、人工成本低，巴西拥有全球最低的阔叶浆制造成本，如巴西浆厂龙头Suzano现金成本仅在200美元/吨，相比全球其他区域存在100-300美元/吨的成本优势，行业整体成本梯度差异明显、成本曲线陡峭。

我们也研究了高梁的研究框架，高粱是中国白酒的核心原料‌，茅台、五粮液、泸州老窖等名酒都以高粱为主料或辅料酿制。糯高粱因支链淀粉含量高，成为优质酿酒专用原料，酿造高粱种植面积已占全国高粱的85%。高粱中的单宁虽然让直接食用口感较差，但酿酒时能提升酒的品质和风味。‌‌

我们再看一下苹果的研究框架，苹果是大家相对熟悉的水果，也是期货上交易比较活跃的品种之一。

陕西和山东作为我国最主要的两个生产及加工基地，所生产的苹果一半以上用来销往全国各地，只有少部分留用本省内需，所以要关注山东与陕西的天气。

鸡蛋的研究主要还是要关注存栏的预测，同时由于养殖行业的分散性要，要进行实地调研访问才能做出比较好的策略。

天然橡胶具有一系列物理化学特性，尤其是其优良的回弹性、绝缘性、隔水性及可塑性等特性，并且，经过适当处理后还具有耐油、耐酸、耐碱、耐热、耐寒、耐压、耐磨等宝贵性质，所以，具有广泛用途。

橡胶分为天然橡胶与合成橡胶两个大类，天然橡胶的供给特点说的人比较多，但合成橡胶的供给特点说的比较少，它主要是由原油生产过程中的副产品，我们通常会做天然橡胶与合成橡胶的价差结构。

看合成橡胶的价格就知道，合成橡胶虽然比天然橡胶便宜一些，但也便宜不了多少。合成橡胶是一个重资产的行业，上游是原油和天然气的副产品，主要原料是丁二烯。

农产品大部分都是有季节性，还有更多的研究框架我们就不一一赘述了，接下来我们看一下农产品的季节性研究。

8

农产品季节性交易的"日历"

如果说有什么特征是农产品独有的，那就是季节性这个事情其实不复杂。北半球的种植节奏是固定的：春天播种，夏天生长，秋天收割，冬天卖粮。每个阶段市场的关注点不同，价格波动也有规律。

我把全年的节奏梳理一下：

3-5月播种期：市场博弈种植面积。今年大豆种多少？玉米种多少？比价在引导农户的选择。价格波动加大，天气开始进入视野——播种期的干旱或洪涝会影响出苗。

6-8月生长关键期：一年中最容易出大行情的时段。美豆开花结荚，玉米授粉，作物对高温干旱极度敏感。一周不下雨，市场就可能炒作一波。做农产品的人，6-8月是睡不着觉的。

9-11月收割期：新粮集中上市，供给增加，价格通常承压。如果没有天气问题，往往是年内低点。但如果生长关键期出了问题（减产），跌幅也会有限。

12-2月消费旺季：南美大豆进入生长季，美豆出口旺季叠加中国春节备货，需求有支撑，价格容易企稳回升。

怎么量化季节性？最简单的方法是算季节性指数：季节性指数 = 某月平均价格 ÷ 全年平均价格

指数大于1，说明这个月历史上价格偏强；小于1偏弱。你可以用过去5-15年的数据来算，时间太短不稳定，太长可能包含结构变化。

但有一点必须强调：季节性是概率，不是承诺。

某年南美大豆因拉尼娜减产，美豆在收割期可能不跌反涨；某年生长季风调雨顺，6-8月可能平淡如水。季节性是背景板，不是交易信号。

真正的交易决策还是要看当年的基本面，季节性只是帮你建立"时间感"。

6-8月天气炒作期，波动率明显偏高；收割期供给确定性增加，波动率回落。你做期权的话，这个规律很重要，在波动率低位买入期权（做多波动率），在高位卖出期权（做空波动率），配合季节性节奏，胜率不低。

这是最实战的一点。每次USDA月报、季度库存报告发布前，期权隐含波动率都会被买高，大家都在为可能的行情买保险。

报告一出来，不管方向怎样，隐含波动率都会快速回落，美豆大涨的时候，豆粕、豆油甚至玉米的波动率都会被带起来。这种溢出效应在做价差策略时必须考虑，你以为对冲了方向风险，但波动率风险可能没对冲掉。

9

农产品研究体系的三层架构

讲了这么多方法，最后落到一个问题上：怎么把这些东西组织起来，变成一套可执行的研究体系？

我建议分三层，第一层：数据库。把全球主要产销国的供需平衡表建起来，定期更新。天气数据、政策追踪、价格历史、基差价差，分门别类存好。这是地基，没有数据库，一切都是空中楼阁。

第二层：模型库，季节性指数模型、单产预测模型、面积预期模型、压榨利润模型、比价均值回归模型……每个模型有明确的假设、数据来源和检验机制。模型不是用来预测未来的水晶球，而是用来系统化思考的工具。

第三层：策略层。把基本面分析转化为交易策略，方向性判断（多还是空）、价差策略（跨期/跨品种/跨市场）、期权策略（波动率交易/尾部风险对冲）。研究的终点是交易，如果研究不能指导交易，那就不是真正的研究了。

最后说几句心里话，做农产品这些年，我最大的体会是：

方法论是骨架，经验是血肉，而敬畏心是灵魂。

农产品市场太复杂了。天气、政策、资金、情绪，每一个维度都可能让你的判断落空。你可以把平衡表算得再精细，但一场突如其来的干旱、一个意想不到的政策、一笔失控的资金，都可能让价格走出和你的分析完全相反的方向，交易和足球比较一样，方法论最重要。

所以我一直坚持几个原则：

第一，重视预期差，但不迷信自己的判断。你和市场的分歧可能是你的Alpha，也可能是你忽略了某些信息。保持谦逊，持续修正。

第二，把风险管理放在第一位。仓位控制、止损纪律、期权对冲——这些不是可选项，是必选项。农产品的大行情往往是"黑天鹅"驱动的，你不设防，一次就可能出局。

第三，既看短周期，也看长趋势。短周期是天气回路、种植周期、政策周期。长趋势是气候变化推移种植带、转基因技术提升单产、人造蛋白替代传统需求。短周期决定你今年的盈亏，长趋势决定你五年的格局。

第四，持续学习，持续复盘。每一次行情结束后，回头看看自己的判断哪里对了、哪里错了。市场的学费很贵，但如果你不复盘，学费就白交了。

农产品研究不是一门精确的科学，而是一门经验与判断交织的手艺。方法论给你框架，但真正能帮你赚钱的，是日复一日的积累、反复检验的直觉，以及对市场发自内心的敬畏。

愿你在农产品的市场里，找到自己的交易法门。

免责声明

报告中的信息、意见等均仅供查阅者参考之用，并非作为或被视为实际投资标的交易的建议。投资者应该根据个人投资目标、财务状况和需求来判断是否使用报告之内容，独立做出投资决策并自行承担相应风险。

官方网站：http://bestanalyst.cn

「对冲研投」

寻找属于你的alpha