第三章 库存模型基础：库存周期的经济学原理、库存的领先/滞后关系、库存数据的预处理

做商品量化这些年，我越来越觉得库存数据就像商品的「脉搏」。你想想看，价格涨跌背后，其实都是库存的累积与消耗在驱动。今天这一章，咱们就聊聊库存模型的基础。说白了，就是搞清楚库存到底怎么影响价格，以及我们怎么处理那些脏兮兮的原始数据。

3.1 库存周期的经济学原理

库存周期，也叫基钦周期。经济学家发现，企业的库存行为大概每3-4年就会循环一次。我个人习惯把这个周期拆成四个阶段：

• 主动补库：需求旺盛，企业觉得未来能卖更多，主动增加库存。价格往往上涨。
• 被动补库：需求开始下滑，但生产惯性还在，库存被动积压。价格开始承压。
• 主动去库：企业意识到需求不行了，开始减产、降价清库存。价格下跌最猛。
• 被动去库：需求回暖，但企业还没反应过来，库存被快速消耗。价格触底反弹。

我在项目中遇到过好几次这样的情况：很多人只看价格涨跌就追进去，结果正好撞上被动补库的拐点，被套得死死的。其实，库存数据早就给出了信号。

为什么会这样？因为企业调整生产需要时间。当需求突然增加时，库存会先下降，然后企业才慢慢增产。这个时间差，就是我们做量化交易的机会窗口。

3.2 库存的领先/滞后关系

嗯，这里要注意一个关键点：不同商品的库存与价格关系是不一样的。

商品类型	库存与价格关系	典型例子
工业品	库存领先价格约1-2个月	螺纹钢、铜
农产品	库存与价格同步或滞后	大豆、玉米
能源品	库存领先价格约2-4周	原油、动力煤

我曾经犯过一个错误：拿铜的库存模型直接套用到豆粕上，结果回测一塌糊涂。后来才明白，农产品有生长周期，库存数据受天气影响极大，跟工业品的逻辑完全不同。

怎么判断领先滞后关系？我个人习惯用互相关函数（CCF）来算。简单说，就是把库存序列和价格序列错开几个时间点，看哪个相关系数最大。

import numpy as np
import pandas as pd
from statsmodels.tsa.stattools import ccf

# 假设 inventory 和 price 是两个 pandas Series
# 计算库存对价格的领先滞后关系
def find_lag(inventory, price, max_lag=20):
    ccf_values = ccf(inventory, price, adjusted=False)
    # 取前 max_lag 个滞后值
    lags = np.arange(1, max_lag+1)
    best_lag = lags[np.argmax(np.abs(ccf_values[1:max_lag+1]))]
    return best_lag

# 我一般会画个热力图，直观看到不同滞后期的相关性

3.3 库存数据的预处理

说到数据预处理，这才是真正考验功力的地方。原始库存数据，说白了就是一团乱麻。我见过太多人直接拿原始数据跑模型，结果全是噪音。

3.3.1 去噪

库存数据里有很多「假信号」。比如某周因为港口罢工，库存突然暴增，但下周就恢复正常了。这种异常值如果不处理，模型会误以为库存周期发生了变化。

我常用的去噪方法有两种：

• 移动平均：简单粗暴，但有效。窗口期我一般选4周或12周，看商品特性。
• HP滤波：把趋势和周期分离出来。我个人习惯用λ=1600（季度数据）或λ=14400（月度数据）。

from scipy.signal import savgol_filter
from statsmodels.tsa.filters.hp_filter import hpfilter

# 方法1：Savitzky-Golay 滤波（保留更多细节）
def denoise_sg(series, window=5, order=2):
    return savgol_filter(series, window, order)

# 方法2：HP滤波（分离趋势和周期）
cycle, trend = hpfilter(inventory, lamb=1600)
# 我一般用 cycle 作为去噪后的库存变化信号

3.3.2 插值

库存数据经常有缺失。比如节假日不公布数据，或者某些机构突然停止更新。直接扔掉这些缺失值？太浪费了。我建议用插值法补全。

常用的插值方法：

• 线性插值：适合短期缺失（1-2个数据点）
• 前向填充：适合库存变化缓慢的商品（比如铜）
• 多项式插值：适合有明显趋势的数据，但别用太高阶，容易过拟合

# pandas 自带的插值就很够用
df['inventory'].interpolate(method='linear', inplace=True)
# 如果缺失太多，我会先用前向填充，再用线性插值补剩下的
df['inventory'].fillna(method='ffill', inplace=True)
df['inventory'].interpolate(method='linear', inplace=True)

3.3.3 对齐

不同数据源的库存数据，频率可能不一样。有的每周更新，有的每月更新。对齐的时候，我建议降频而不是升频。说白了，把高频数据转成低频，比把低频数据强行拆成高频要靠谱得多。

举个例子：你有周度库存数据和日度价格数据。别把库存插值成日度，那会引入太多人为假设。正确的做法是把价格也降频到周度，然后对齐。

# 把日度价格降频到周度，取每周五的收盘价
price_weekly = price.resample('W-FRI').last()
# 然后跟周度库存对齐
aligned_data = pd.concat([inventory_weekly, price_weekly], axis=1).dropna()

3.4 本章知识体系

下面这张图，是我自己梳理的库存模型基础框架。你可以把它当成一个检查清单，做项目时对照着来。

嗯，这一章的内容就到这里。库存模型看起来简单，但真正做好预处理、搞清楚领先滞后关系，需要大量的实践和试错。我个人建议你从一种商品开始，比如螺纹钢，把整个流程跑通，再扩展到其他品种。

---

公众号:蓝海资料掘金营，微信deep3321