第三章｜3.4天气因素导致的行情周期（下）

了解更多期货内容，欢迎添加vx：jyfm003

在2004年之前，天气的炒作并不明显，但我们可以发现，从2004年之后，但凡豆粕大涨的年份，都会有天气配合。2008年2季度美豆主产区遭遇了洪水，2012年1季度南美干旱导致大豆减产，3季度北美遭遇56年不遇大旱导致大豆减产，2016年2季度受厄尔尼诺影响南美大豆减产。尽管每次发生大涨行情时，各个事件会依次发生，但事件各不相相同，唯一相同的就是天气因素，所以关于豆粕的这种价格周期的背后，我们认为是天气炒作在作祟。

巧合的是，厄尔尼诺现象平均大约每4年发生1次，拉尼娜常发生于厄尔尼诺之后，但也不是每次都这样。厄尔尼诺与拉尼娜相互转变需要大约4年的时间。所以无论是平均4年发生1次的厄尔尼诺现象，还是平均4年与厄尔尼诺现象相互转变的拉尼娜现象，都与豆粕的每4年出现1次价格高点相吻合。

2008年厄尔尼诺现象，2012年拉尼娜现象，2016年厄尔尼诺现象。所以豆粕4年的价格周期都伴随着天气因素，而这种天气炒作不是厄尔尼诺现象就是拉尼娜现象，而厄尔尼诺现象或拉尼娜现象，是不以人的意志为转移的，它与地球自转有关，会相对周期性的发生。

所以，按照这种规律来看，2008年厄尔尼诺现象→2012年拉尼娜现象→2016年厄尔尼诺现象→2020年拉尼娜现象？所以2019年厄尔尼诺现象有可能转正常，在9月份结束，2020年春天开始爆发拉尼娜现象，此时正值南美大豆生长时期，高温干旱天气可能会导致南美大豆减产。2020年有可能上半年异常燥热，而冬季异常寒冷。

既然厄尔尼诺和拉尼娜现象对农产品的影响这么大，那怎么才能判断是否发生厄尔尼诺或者拉尼娜现象呢？其实，这个很简单，虽然我们并不是气象学家，但对于气象学界的常用工具，我们会用就可以了。

为了监测热带太平洋地区海面水温的变化，气象学界构造了各种指数，通过这些指数的变化来预测发生厄尔尼诺和拉尼娜现象的概率，其中最为著名的就是NINO SST INDEX（尼诺SST指数）。

它把赤道附近的热带太平洋地区根据相应的经纬度（S代表南纬，N代表北纬，E代表东经，W代表西经）进行划分，一共分成了4个区域

l Nino 1+2（0-10S，90W-80W）

l Nino 3（5N-5S，150W-90W）

l Nino 4（5N-5S，160E-150W）

l Nino 3.4（5N-5S，170W-120W）

各个划分的区域如图3-15所示，Nino 1+2这个区域是Nino SST指数当中最小的区域，也是最靠东的区域，它与南美海岸线对应，这个指数往往被当地居民认为最先可能发生厄尔尼诺现象，但问题是这个指数是所有Nino SST指数当中方差最大的一个。

图3-15 Nino SST指数

Nino 3这个区域过去曾是监测和预测厄尔尼诺现象的重要区域，但是后来研究人员发现海洋大气相互作用的关键区域位于西部，所以Nino 3.4在定义厄尔尼诺和拉尼娜现象时备受青睐。

Nino 3.4 这个区域发生异常时需要格外注意，它通常使用5个月的移动平均值，当Nino 3.4 SST超过0.4摄氏度持续6个月或更长时间时，就被定义为厄尔尼诺现象，反之，当Nino 3.4 SST低于-0.4摄氏度持续6个月或更长时间时，就被定义为拉尼娜现象。

Nino 4指数用于捕获赤道太平洋地区中部的SST异常，这个区域的方差往往比其他Nino区域要小。

在上述指数当中，我们观察的比较多的是Nino 1+2，Nino 3，Nino 3.4，Nino 4这4个区域的异常情况。我们可以在Tropical Tidbits这个网站上进行观察，这个网站有各种气象分析工具。

我们可以选择Ocean Analysis来看一下SST Anomaly Time Series，默认就是Nino 3.4区域的时间序列，还可以切换到Nino 1+2，Nino 3，Nino 4等几个区域的时间序列，从而来判断厄尔尼诺与拉尼娜现象的变化和发展情况。