← 返回部落格 · 2026年10月18日 · 約4分鐘讀完
2022年6月，當布倫特原油從120美元的高位開始鬆動時，很多盯著K線做趨勢的朋友發現了一個反直覺的現象：原油跌了5%，瀝青只跌了2%，而PTA卻跌了8%。這時候，如果你還死守“油跌能化跌”的線性思維，大機率會被市場狠狠教訓一頓。
做能源化工（能化）交易，最忌諱的就是把“相關性”當成“因果性”，更忌諱把“靜態相關係數”當成“永恆真理”。原油是萬油之母，但它對下游品種的傳導，就像水管裡的水壓——有的管道粗，有的管道細，有的還加了閥門（政策或供需錯配）。今天，我們不談虛的宏觀敘事，直接拆解成本坍塌過程中的動態關聯度，看看在極端行情下，你的倉位該如何調整。
一、 破除迷信：為什麼“油跌=能化跌”經常失靈？
很多新手交易者開啟行情軟體，把SC原油和PTA、PP、L、瀝青放在一起看，發現長期相關係數高達0.8甚至0.9。於是得出結論：只要原油跌，能化全得跌。
這是典型的統計陷阱。
相關係數反映的是過去一段時間的共同波動方向，但它不告訴你波動的幅度，更不告訴你波動的時滯。在正常的供需平衡期，能化品種確實主要跟隨原油波動，因為原油是核心原料成本。但是，一旦進入“成本坍塌”模式，邏輯就變了：
- 成本支撐失效：當原油快速下跌，下游工廠的庫存成本高於當前市場價，出現“倒掛”，此時下游會加速去庫存，導致能化品種跌幅放大。
- 供需錯配主導：如果某個能化品種自身處於產能過剩週期（比如去年的某些聚酯產品），即使原油企穩，它也會因為自身供需寬鬆而繼續下跌，甚至與原油背離。
- 政策與季節性干擾：瀝青受基建開工率影響極大，塑膠受農膜季節影響，這些非成本因素在特定時期會完全掩蓋原油的影響。
所以，我們要做的不是找那個固定的“0.85”，而是要測算在不同市場環境下，原油對特定品種的動態Beta值。
二、 核心概念：什麼是動態關聯度？
靜態相關係數是整個樣本週期的平均值，而動態關聯度（Rolling Correlation & Beta）則是我們在交易中真正需要的工具。
假設我們取過去20個交易日的日收益率資料，計算SC原油對某能化品種的迴歸方程：
R_ex1 = α + β * R_oil + ε
這裡的 β（貝塔） 就是我們關注的重點。它代表：原油每下跌1%，該能化品種平均下跌多少百分比？
實戰中的三種狀態：
1. 高Beta狀態（β > 1.2）：彈性放大
常見於PTA、乙二醇等中間品。這些品種處於產業鏈中游，兩頭受擠。當原油暴跌時，上游石腦油價格下跌速度往往快於PTA的下跌速度，導致PTA加工費被壓縮，市場恐慌性拋售，跌幅往往超過原油。此時，做空PTA比做空原油更具“阿爾法”收益。
2. 低Beta狀態（β < 0.8）：剛性支撐
常見於瀝青、LPG（液化石油氣）。瀝青有需求端的季節性和基建政策託底，LPG有民用剛需和進口依賴度高的特點。原油跌10%，瀝青可能只跌5%。這類品種適合作為對沖組合中的“穩定器”，或者在原油反彈時作為彈性較小的品種佈局。
3. 負相關或脫鉤狀態（β ≈ 0 或 < 0）：邏輯切換
這是最危險的區域。當能化品種自身的供需矛盾（如新產能投放、環保限產）成為主導變數時，它會完全無視原油。例如，2021年下半年，儘管原油溫和上漲，但由於雙控政策導致部分化工品供應受限，某些品種反而大漲。反之，若原油大跌但某品種因裝置意外停車而供應緊張，該品種甚至可能逆勢上漲。
三、 案例覆盤：2020年負油價與能化品種的極端表現
要理解動態關聯度的極端情況，必須回顧2020年4月的“負油價”事件。這是全球交易者記憶中的至暗時刻，也是檢驗關聯度邏輯的終極考場。
當時，WTI原油跌至負值，SC原油雖然未負，但也跌破了20美元關口。在這個極端背景下，我們觀察幾個典型能化品種：
- 瀝青（BU）：跌幅顯著小於原油。為什麼？因為瀝青的主要成本雖然來自原油，但其需求端（道路建設）具有剛性，且國內瀝青產能利用率當時並未處於絕對高位，庫存積累速度有限。此外，瀝青的交割品級和倉儲成本限制了其無限下跌的空間。結果：原油崩盤，瀝青抗跌。
- PTA（TA）：跌幅巨大，且滯後。原油暴跌初期，PTA因工廠檢修和庫存低位，跌幅較小。但隨著油價持續低迷，下游聚酯開工率下降，PTA庫存迅速累積，隨後出現補跌行情。結果：先抗跌，後補跌，節奏難把握。
- PP/L（塑膠）：跟隨性強，但幅度打折。塑膠下游涉及包裝、農業等民生領域，需求彈性不如工業品大，且有一定的出口對沖。結果：跌幅約為原油的60%-70%。
資料啟示：在那段極端行情中，簡單的“看油做能化”會導致嚴重虧損。如果你在高Beta階段（PTA補跌前）做空PTA，你會賺大錢；如果你在低Beta階段（瀝青）重倉做空，你會被扛單扛到心態爆炸。
四、 如何構建你的“動態關聯度監控表”？
不要只靠感覺。作為資深交易者，我們需要建立自己的監控體系。以下是我在XS Select模擬考核訓練中常用的幾個步驟：
1. 滾動視窗計算
使用Excel或Python，計算SC原油與目標品種（如PP、PE、PVC、乙二醇）過去20日、60日的滾動相關係數和Beta值。
關鍵閾值：
- 當60日Beta > 1.1 時：該品種處於高彈性狀態，適合做趨勢跟隨，但要警惕波動率放大帶來的止損擴大。
- 當60日Beta < 0.7 時：該品種與原油脫鉤，需立即轉向分析其自身供需基本面（庫存、開工率、利潤）。
2. 加工利潤監控
成本坍塌的本質是利潤的重新分配。監控各品種的盤面生產利潤。
公式示例（PTA）： PTA理論利潤 = PTA價格 - (0.655 * 原油價格 + 0.345 * 石腦油價格) - 加工費
當盤面利潤低於歷史百分位的10%時，意味著成本支撐極弱，此時原油的下跌會更容易穿透防線，導致能化品種加速下跌。反之，如果利潤處於高位，原油下跌初期，能化品種有“安全墊”，跌幅會較小。
3. 庫存週期匹配
將能化品種的庫存週期與原油價格走勢疊加。原油下跌通常分為兩個階段：
- 第一階段（預期交易）：宏觀利空導致原油下跌，能化品種因情緒跟隨下跌，但實際供需未變。此時Beta值不穩定，噪音大。
- 第二階段（現實交易）：下游需求萎縮，庫存累積，能化品種開啟“去庫式下跌”。此時Beta值趨於穩定，且往往大於1。這是做空的黃金視窗。
五、 實戰應用：中國期貨能化板塊的交易策略
理論講完了，怎麼落地？我們以中國期貨市場的幾個明星品種為例，講講在原油下跌週期中的具體操作思路。
1. 瀝青 vs 原油：尋找“背離”機會
瀝青是典型的低Beta品種。在原油大跌初期，瀝青往往抗跌。這時候，如果你看好原油繼續下跌，但發現瀝青跌幅不夠，可以考慮“空原油、多瀝青”的套利組合，或者單純在瀝青上輕倉試錯等待其補跌訊號。
注意：瀝青的季節性極強。如果在冬季（淡季），瀝青抗跌性更弱，可能與原油同步；如果在夏季（旺季），瀝青抗跌性增強，容易形成背離。
2. PTA vs 乙二醇：產業鏈內部的強弱分化
PTA和乙二醇同屬聚酯產業鏈，但成本結構不同。PTA直接源於石腦油，乙二醇部分源於煤炭（煤制乙二醇佔比高）。
當原油下跌時，PTA成本坍塌速度快；而乙二醇若受煤炭價格支撐，跌幅可能較小。此時，“空PTA、多乙二醇”的價差套利策略往往能獲得超額收益。反之，如果煤炭也大跌，乙二醇的跌幅可能超過PTA。
3. 聚丙烯（PP）與塑膠（L）：關注下游替代效應
PP和L在某些用途上可替代。當原油大跌導致兩者都下跌時，觀察兩者的相對強弱。如果PP因汽車需求疲軟而跌幅大於L，說明PP的基本面更差。此時，做空PP比做空L更安全，因為它的Beta值相對原油更高。
六、 結語：在不確定性中尋找確定性
能源化工板塊的魅力，在於它既受宏觀原油的統治，又受微觀供需的牽扯。沒有任何一個固定係數能永遠適用。
作為交易者，我們的優勢不在於預測原油明天漲多少，而在於識別當前市場處於成本傳導的哪個階段。是透過計算動態Beta值，找到那些即將發生“補跌”或“背離”的品種？還是透過監控加工利潤，判斷成本支撐是否已經擊穿？
這種對市場結構的精細感知，無法僅靠看書獲得，必須在真金白銀的波動中打磨。但實盤試錯的成本太高，一次錯誤的重倉可能讓你幾個月白乾。
因此，我建議所有對能化交易感興趣的朋友，先在模擬環境中驗證你的“動態關聯度”策略。在XS Select的模擬考核中，你可以設定特定的原油下跌場景，測試你的能化組合在不同Beta值下的表現，觀察你的風控系統能否扛住極端波動。只有當你的策略在模擬盤中連續穩定盈利，你才有資格帶著真金白銀進入市場。
想檢驗自己的交易系統，可以參加模擬考核實戰驗證，用最小的成本，換取最真實的交易認知。