期货投资基本面分析
17、如何对影响因素进行量化?
答：A确保数据准确性，确保数据来源、统计口径等一致或是在采样的误差范围之类。
B指标形式选择由于基本面分析涉及的时间周期较长，而从长期来看，某些数据具有一定的趋势性，因此为了消除这些趋势性，通常采用相对指标而不是绝对量指标。
C样本数据的一致性样本数据的时间频率、数据跨度和样本容量必须保持一致。
18、平衡表分析法有何优点和不足?
答：要弄清楚价格走势的主要方向，需从宏观层面的供求角度入手进行分析。而对于供求关系的说明，最明朗的方法就是通过编制供需平衡表来表达了。不足，就是没法对影响价格的因素进行定量的确切的相关性分析。
19、如何识别季节性走势规律?
答：可以使用季节性图表法和相对关联法识别季节性走势规律。
20、分类排序法适用于什么情况?步骤是怎么样的?
答：分类排序法适用于数据不足，在定量分析方法无法应用时使用。步骤：
(1)确定影响价格的几个最主要的基本面因素或指标。(2)将每一个因素或指标的状态按照利多、利空的程度划分为几个等级，比如以强烈利多、利多、中性、利空、强烈利空划分。然后赋予不同的状态以不同的数值，比如2对应强烈利多，1对应利多，0、-1、-2分别对应中性、利空、强烈利空。
(3)对每一个因素或指标的状态进行评估，得出对应的数值。
(4)将所有指标的所得到的数值相加求和，并根据加总数值评估该品种未来行情可能是上涨、下跌还是盘整。
21、回归分析法有何优点?在使用该法时，应注意哪些问题?
答：优点：1、回归分析法在分析多因素模型时，更加简单和方便;2、运用回归模型，只要采用的模型和数据相同，通过标准的统计方法可以计算出唯一的结果，但在图和表的形式中，数据之间关系的解释往往因人而异，不同分析者画出的拟合曲线很可能也是不一样的;3、回归分析可以准确地计量各个因素之间的相关程度与回归拟合程度的高低，提高预测方程式的效果;在回归分析法时，由于实际一个变量仅受单个因素的影响的情况极少，要注意模式的适合范围，所以一元回归分析法适用确实存在一个对因变量影响作用明显高于其他因素的变量是使用。多元回归分析法比较适用于实际经济问题，受多因素综合影响时使用。
22、基本面分析有哪些基本步骤?
答：一是熟悉品种背景与收集数据资料包括熟悉品种背景、收集统计数据及辨析及处理数据二是建立模型及模型的完善，三是模型的应用与修正。
23、基本面数据处理应该注意什么问题?
答：对于分析者来说，在数据处理时，仅仅知道哪些数据可以用是不行的，还必须对这些统计数据的含义及由来有一个清晰的了解。由于基本面分析涉及的时间周期较长，价格有自然上涨趋势，因此涉及分析商品的长期价格时，应该剔除通货膨胀对价格的影响。
24、解释模型和预测模型有何区别?
答：解释模型和预测模型主要是从影响因素与价格的时间角度考虑的。解释模型中，影响因素(自变量)和价格(因变量)的时间几乎是同步发生的。解释模型试图说明历史价格对历史供求力量的响应。不过解释模型不一定能够进行有效的预测，只有当解释模型中的因素预测相对比较容易的时候，利用解释模型来进行预测才具备一定的可行性，现实中实际模型一般是混合型模式，即其中一部分的自变量与价格之间具有同步关系，而另一部分自变量具有提前关系。
25、建立模型有哪些注意事项?
答：模型的建立是一个秩序渐进的过程，需要不断探索改进。建模时有两个值得注意的地方。第一，对建立模型者而言，当模型不可能解释过去某段时间内的价格行为时，也有积极意义。因为它意味着模型可能有考虑不周的地方，比如，遗漏了比较重要的影响因素，这将有助于建模提高模型质量。而且有时不寻常的价格行为，可能仅仅是受孤立事件的影响，这种情况下应该将异常数据剔除可能反而是更好的处理方式。第二个值得注意的地方是必须分清实际数据与在此之前的估计值之间的差别。实际上与市场当时交易的价格匹配的是预估值，而非实际值。这说明在模型中如果采用过去的估计值而不用实际值，拟合效果可能会更佳。因而，在模型构建与验证时，观察预期的统计数据是否可以改善模型效果是值得的。
