大宗商品市场的发展经历了从现货交易到中远期合约交易,再到期货交易的发展过程,从不标准的现货商品到标准化的期货合约,套利行为也一直伴随着大宗商品市场的发展。Y公司作为大宗商品的贸易企业,从简单的买卖投机交易,到适当的卖出套期保值,到现在的套利交易,不仅降低了大宗商品的行情波动风险,也大大扩大了该公司的业务规模,Y公司已经成长为比较成熟的大宗商品贸易企业。但是,随着中国经济增速的放缓,工业制造型企业产能过剩严重,对大宗商品的需求也在逐步减少;在大宗商品的现货市场,价格越来越透明,现货交易量也呈逐步萎缩的趋势,Y公司的业务发展也面临着严峻的考验。在大数据时代的背景之下,唯有深入挖掘数据才能发现更多的盈利机会,特别是对大宗商品套利行为的研究和运用。套利行为本身就是基于数据之上,基于数据驱动的大宗商品套利策略研究,是以Y公司的实际业务作为研究对象,从变化的数据中发现并形成相关的套利模型,同时,发现影响大宗商品市场相关的经济数据,以此判断大宗商品的走势,再根据大宗商品的走势选择相关的套利模型,从而成为了Y公司持续发展的动力。基于数据驱动的大宗商品套利策略重点从三方面进行研究:其一是期货与现货基础上的期现套利策略,Y公司是以现货为主的大宗商品贸易企业,所以期现套利对Y公司而言非常重要;本文根据Y公司的运作特点,制作了系统性的套利模型,并在案例基础上制定了相关的套利策略。其二是不同市场基础之上的跨市套利策略,以金属市场为例,重点研究国外市场与国内市场的套利机会,确定指标体系并跨市套利模型,跟踪两个市场或多个市场的交易数据寻找套利机会,从而形成适合Y公司的跨市套利策略;其三是对经济数据与套利行为的研究,重点研究PMI、PPI、CPI以及美元指数等对大宗商品市场走势的影响,这些因素都是影响大宗商品走势的重要因素,相关性极高,有正相关也有负相关,根据宏观政策和经济数据判断大宗商品的行情走势,从而选择不同的套利策略进行操作。