玻璃期货1705最新行情（玻璃2109期货行情走势）

玻璃期货一直下跌为何没人管

玻璃期货一直下跌的原因如下:

一、房地产调控力度加大，需求端缩量明显

今年房地产行业调控力度不断加大，地方调控政策也是不断加码，传统”金九银十“行情没有重现，后续行情走势的期待更加保守，整体市场对于玻璃需求量减少，预期下降，部分空头资金借此继续加仓开空单，导致期货价格下跌。宏观上看，资本市场对玻璃期货远月合约涨价预期减弱，形成了期货现货价格倒挂、期现大幅贴水的情况。

二、疫情反复，生产、运输受限

近期多地疫情出现反复情况，加上最近华东地区台风暴雨，部分地区加工厂开工和运输受到限制；另外7月底，工信部出台价格管制文件，市场情绪开始转弱，下游资金紧张，采购情绪也比较弱，导致现货也出现降价累库。临近中秋和国庆双节假期，整体玻璃行业大概率延续累库，9月现货难有改善。

三、供应量持续增加，行业高利润难以维继

从去年开始，现货价格持续大涨，行业利润不断提高，高估值现象突出。尽管行业产能置换严格，但在利润的驱使下，不少产线投、复产，玻璃供应端则产能依然呈增加态势。而且企业主动进行停产检修的意愿降低，现有生产线满负荷生产，冷修的生产线加快复产，预计后期产量仍有上升空间。据国家统计局数据统计，8月平板玻璃产量为8886万重量箱，同比增长9.4%；浮法平板玻璃价格3151.7元/吨，较上期微涨0.3%。在短期来看，后续大概率会延续当前态势，减产不会很明显，所以玻璃期货价格会持续走弱。

四、能耗双控，下游订单减少

微观方面，目前下游资金紧张，加之原片价高，深加工以开口合同和短线订单为主，存在选择性接单现象，对于原片采购也是持谨慎态度。下游的加工订单增量不明显，市场表现一般。而能耗双控，主要是对玻璃深加工造成了一定的需求影响；自玻璃原片价格涨至高位后，需求端加工企业受运营成本增加影响，囤货意愿偏淡，刚需拿货为主，叠加下游终端客户资金受限，近期订单情况无好转迹象，均已承接短期订单为主，随着原片厂多数厂家库存连续上升，下游观望情绪愈发浓厚。

期货卖2张玻璃1520开仓,1360平仓挣多少钱

期货卖2张玻璃1520开仓，1360平仓不会挣钱的，只有亏钱的。1360平仓，你的价格波动下降了160个点。

2022年11月19日中国玻璃期货库存多少

410万吨。2022年11月19日中国玻璃期货库存为410万吨。玻璃期货是指以未来某一时点的玻璃价格为标的物的期货合约。

玻璃期货（FG）交易全指南

;     玻璃期货

      ，交易代码为FG，在郑州商品交易所上市交易。玻璃期货交易全指南介绍与玻璃期货交易有关的所有知识，包括其交易代码、交易合约、风险管理制度以及交易行情等

      ？ 玻璃期货的基本情况一览

      玻璃期货的基本概况介绍

      玻璃期货的价格影响因素有哪些？

      玻璃期货的交易代码有哪些？

      ？ 玻璃期货的交易地图

      玻璃期货的标准合约有哪些内容？

      玻璃期货的风险管理制度有哪些？

      玻璃期货的行情怎么样？

      ？ 玻璃期货的交易详细资讯

      玻璃期货指定交割厂库有哪些？

      玻璃期货交易保证金是多少？

      玻璃期货涨跌停板制度是什么？

      玻璃期货限仓是多少？

      玻璃期货强行平仓怎么运作？

      玻璃期货风险示警如何运作？

      ？ 玻璃期货预期年化预期收益行情播报

单一模型和融合模型区别

长期以来，期货市场的稳定运行一直是交易所关注的重点，对于期货品种的功能发挥起到重要作用。合约交易持仓量是期货市场运行的重要指标，也是利用期货管理风险的基础指标。为增强对市场趋势的了解，提高运行预判能力，本文基于合约历史运行规律及风控措施参数，开展数据分析，提取历史数据及风控参数作为输入特征，建立基于多个机器学习算法的融合模型，利用网格搜索方式设置更优参数，进行期货合约未来五日交易量、持仓量的预测。实验结果显示，本文构建的算法模型预测交易量平均准确率接近70%、持仓量平均准确率达到83%。同时，本文以案例分析的形式证实了融合模型和网格搜索技术对于预测准确率的提升存在显著效果。

一、项目背景

       期货交易是现货市场的晴雨表，为商品远期定价提供基准，具有护航实体经济稳健运行的重要意义。期货交易价格由不同参与主体共同报价撮合而成。套期保值者利用市场锁定利润管理价格波动风险，投机者尝试判断行情获取利润。当市场交易过热时，期货价格会失真并偏离现货价格，可能给投资者和套保企业带来损失；反之，当缺乏流动性时，期货价格无法准确反映市场参与者的“共识”。因此，稳定的市场参与度是期货交易合理定价的重要基础。预判市场热度对于调节市场情绪，合理利用风控措施稳定行情至关重要。本文将核心问题定义为预测市场热度，即预测品种的交易持仓情况。通常来说，期货市场交易持仓趋势受到多方面因素的影响，如期货标的价格变化，突发舆情事件，政策影响等。多因素影响下，简单的规则算法难以有效预测交易持仓情况。基于此，本文尝试从多个维度提取有效特征，并利用三个独立的机器学习模型捕捉数据之间的不同关系。最后，利用网格搜索 *** 将三个模型的结果进行加权融合输出最终的预测结果。本文组织架构如下：第二章针对历史运行数据开展分析，研究了风控参数、结算价等与交易持仓量的关系；第三章就特征提取及三个单一模型的构建进行了详细介绍；第四章描述了模型融合及权重网格搜索技术；第五章设计实验验证模型有效性并设计 *** 解释模型结果；第六章为模型可解释性研究；第七章为总结与展望。

二、历史运行分析

       机器学习相关问题中，数据分析是整个数据建模的基础，决定了特征提取质量与模型最终效果。数据分析对于深入了解目标问题起到重要作用，并指导模型的迭代构建。本文数据分析涵盖了众多维度，下面挑选四个方面对交易所历史数据简要分析。

（一）主力合约的生命周期（双峰现象）

       回溯历史数据，所有合约在挂牌摘牌整个周期中，都会经历交易持仓量逐渐放大随后下降的过程。其中，有较大比例的主力合约（接近40%）在挂牌摘牌的整个周期会呈现“双峰”现象。“双峰”现象即合约在成为主力之后，交易量与持仓量会经历两个峰值，其中交易量尤为明显。我们以图1、2分别展示玻璃期货1705与棉花期货1801两个合约的交易持仓走势。从图中可以看出，虽然玻璃、棉花分属于非农与农两个类别，但是交易量上都呈现出较为典型的双峰形态。该现象产生原因可能一是当合约成为主力合约之后，交易资金会快速流入，导致交易持仓量快速放大；二是前主力合约进入交割摘牌阶段，主力合约因此达到第二个高峰。双峰现象的周期性规律对于我们掌握品种运行规律及预测交易持仓起到指导性作用。

图1.玻璃1705合约交易持仓走势图

图2.棉花1801合约交易持仓走势图

（二） 品种交易持仓量与价格关系

       为探索交易、持仓量的影响因素，本文着重分析价格波动与交易持仓量之间的关系。交易市场上存在一种“共识”，即认为价格的波动会引起交易持仓量的放大。因此，本文尝试计算价格波动与交易持仓量变化之间的皮尔森相关系数1 ，研究从长期运行维度来看价格波动是否会实质上引起交易量与持仓量的放大。我们定义如下三个指标：

其中T表示当前日期，N表示时间差，PT表示T日结算价格，VT表示T日交易量，HT表示T日持仓量；相应的，PT-N、VT-N、HT-N分别表示T-N日的对应数值；Pdelta表示以T日与T-N日之间价格波动比例的绝对值，Vdelta表示对应的交易量波动比例实际值，Hdelta表示持仓量波动比例实际值。我们分别计算当N设置为[1-5]日时，Pdelta与Vdelta、Hdelta之间的皮尔森系数。实验中，我们选取了2016-2018年郑商所已上市的所有品种，并对品种下的全部挂牌合约进行汇总。具体情况见下表。

表1.价格波动与交易持仓变化相关系数表

        表1中PD1-HD1表示当N值取1时，Pdelta与Hdelta之间的关联系数；PD1-VD1表示当N值取1时，Pdelta与Vdelta之间的关联系数，以此类推。从表中易知，在不同N的取值下，所有品种的相关系数均为正。因此，交易持仓量的变化与价格波动的绝对值之间确实存在着正向关系。但是，学术界一般认为，当相关系数|r|0.8时，两变量间存在高度相关性；当0.6|r|0.8时，可以认为两变量具备较强相关性；当0.4|r|0.6时，两变量具备中等相关性；当0.2|r|0.4时，可认为两变量相关性较弱。从表中可发现，除少数蓝 *** 域（大于0.4），大多数品种交易持仓量的变化与价格波动幅度的关系均较弱，且间隔日期N的长短对于结论也无较明显影响。整体来看，价格波动对于交易量、持仓量趋势均有一定正向影响。在提取特征时，需要将价格波动相关数据引入模型，但需要设计模型结构捕捉非线性关系提高数据价值。

（三） 品种交易持仓与风控措施参数的长期关系

       除价格波动外，本文同时研究风控参数对于交易持仓量的长期影响。风控参数的设置拟在调节市场热度，平抑行情变化。考虑到保证金、手续费等参数与交易持仓量的变化量纲不同，在分析相关参数与交易持仓量变化波动相关性时，本文决定采用变异系数（Coefficient of Variation）来衡量不同风控参数下交易、持仓量的运行情况。具体计算方式如下。

 变异系数越大，交易持仓相比其平均值波动幅度越大。本文以2016-2018年各品种的相关数据为基础，分别计算不同品种运行的变异系数，并利用皮尔森系数计算风控参数与变异系数之间的关系。本文以保证金与平今仓手续费为代表进行重点分析。具体结果见表2、3。考虑到相关系数的计算要求相关风控参数经历过多次调整，因此表2、3仅保留了所选区间内符合条件的品种进行分析。

表2.保证金与品种长期波动的变异系数

表3.平今仓手续费与品种长期波动的变异系数

        从表2、3可发现，整体来看，保证金及平今仓手续费数值大小与交易持仓波动变异系数的关系为负相关。当保证金或平今仓手续费增大，对应品种的交易持仓量波动比率相对更小，具体数值因品种差异而有较大的变化。观察表格，发现存在部分品种的相关系数为正的情况，可能是因为调整点聚集在单边行情或 *** 动行情下。基于上述分析，我们决定将风控措施参数引入特征序列，作为预测的基础。

（四） 品种交易持仓行情与风控措施参数的短期关系

       除长期维度外，本文以2016-2018年相关数据为基础，尝试探索风控参数的短期变化对市场运行的影响。经数据分析，从全市场角度来看，保证金及手续费变化对于交易持仓量的短期影响较为随机，没有显著规律。基于此，本文决定根据交易特征将客户分为四个群体，如长线客户、短线客户、大客户及小客户2 。整体来看，保证金对于持仓量影响较明显，而平今仓手续费对于交易量影响更显著。具体见图3、4。图3中四个小图分别代表四个客户群体下保证金调整幅度与持仓量之间的关系。x轴表示保证金调整前后数值变化的大小，y轴表示保证金调整前后五日内持仓量均值的变化幅度。图中每一个点均代表历史上一次真实调整。图4中，x轴代表平今仓手续费调整幅度，y轴表示调整前后五日内交易量均值变化幅度。观察图3可知，当保证金上调时，大客户及长线客户持仓量呈现降低趋势；当保证金下调时，小客户及短线客户的持仓量呈现上涨趋势。观察图4可知，平今仓手续费上调对于短线客户交易量减少的影响较为明显，也符合普遍认知；相应的，下调手续费对于短线及小客户交易量促进有一定作用。

       短期来看，风控措施参数对于不同客户群体的交易持仓有一定影响。因此，本文将风控参数措施的变化值也引入特征向量。

图3.不同客户群体下保证金调整幅度与调整点前后五日持仓量均值变化关系

图4.不同客户群体下平今仓手续费调整幅度与调整点前后五日交易量均值变化关系

三、特征工程与模型构建

       基于上述分析，交易持仓量受到多重因素的影响，不同因素影响程度不一而同。本文尝试利用多模型融合方式捕捉数据之间的不同关系，挖掘深层价值，并对未来交易持仓量进行预测。具体问题定义为：针对任一合约，第T日收盘后，根据当日现行风控措施参数及历史运行数据，预估未来5个交易日的交易量与持仓量。

       数值预测相关问题中，特征选择是模型构建的重要基础，决定了模型效果。本文经过数据分析及实验迭代，最终决定选择包含结算参数、行情特征、客户特征及合约特征等四大类共317维特征。其中，结算参数包含如历史价格波动、合约间价差等多维度特征；行情特征包含了历史交易持仓相关数据特征；客户特征包含不同属性客户的特征数据及不同客户群体的交易特征；合约特征重点提取了合约运行特征及合约阶段，约束预测结果。

表4.数据特征表

        上述317维特征中，7维为合约约束性特征，310维为历史交易相关的时序特征。完成特征提取后，本文开始构建三个机器学习模型。具体细节如下。

（一）整合移动平均自回归（ARIMA）

     在统计与经济相关领域，ARIMA（Autoregressive integrated moving average）模型是一种常用的时间序列预测算法，该模型通常应用于平稳时间序列，或通过差分平稳过程消除均值方程的非平稳性的序列。其中，自回归（AR）是统计上处理时间序列的一种 *** ，衡量序列自身在不同时刻随机变量的相关性，利用变量以往时刻的取值来预测当期时刻的取值，并假设它们为线性关系。该 *** 被广泛的应用于金融序列相关的建模问题中。移动平均模型（MA）是另一种对单一变量进行时间序列建模的 *** 。因本文的问题较为契合ARIMA的常用场景，因此决定利用它捕捉交易持仓量序列的时序关系。

（二）基于支持向量机的回归模型（SVR）

     ARIMA模型是基于捕捉时序相关性直接预测未来交易量持仓量，同时我们希望利用更多的信息量以求获得更好的预测效果。我们决定利用支持向量机来预测未来交易量持仓量的涨跌幅度作为补充。支持向量机（Support Vector Machine）是一种广泛应用于分类与回归问题中的机器学习模型。该 *** 的核心是将低纬度不可分特征使用“核函数”有效的进行非线性处理，映射到高维特征空间。通过寻找高维空间中的超平面对数据进行分类或回归。

（三）序列到序列模型（Seq2Seq）

     Seq2Seq模型，全称为Sequence to Sequence,是由谷歌大脑团队和Yoshua Bengio团队提出的一种广泛运用在翻译、文本自动摘要及一些回归预测问题上的深度神经 *** 。在提出之初，Seq2Seq主要被用来解决自然语言处理相关的问题。但因其强大的时序关系挖掘能力，近年来也被逐渐应用于数值型序列的预测问题中。如图所示，本文所用 *** 通过编码器（Encoder）与解码器（Decoder）两个过程将过往十日的行情特征作为输入序列，将其映射为未来五日的交易量或持仓量序列。编码器利用非线性函数将输入序列组合为隐藏层的隐藏向量，该向量具备表达输入序列信息及潜在关系的能力。解码器将传递来的隐藏向量进行解码，并结合输入的T~T+4日的市场行情特征，逐日预测未来T+1~T+5日的交易持仓情况。

图5.Seq2Seq模型流程图

四、多算法融合模型构建

       期货市场行情瞬息万变，客户群体的交易持仓行为受到众多因素的影响，因此单一模型容易对历史数据产生过拟合现象，并且面对来

玻璃期货是什么?玻璃期货基本概况及全方位介绍

;      一、玻璃期货基本概况

      玻璃期货是指以未来某一时点的玻璃价格为标的物的期货合约。玻璃期货合约是一种标准化的期货合约，由相应期货交易所制定，合约明确规定的有详细的玻璃规格、玻璃的质量、玻璃规格、交割日期等。2012年11月28日郑商所网站发布公告，玻璃期货自2012年12月3日起上市交易;首批上市交易合约为FG303、FG304、FG305、FG306、FG307、FG308、FG309、FG310、FG311，各合约挂牌基准价均为1420元/吨。

      玻璃是一种较为透明的不结晶的硅酸盐类非金属材料。浮法玻璃属于钠钙硅酸盐玻璃，具有光的透明性和一定的强度、硬度 ，其表面平整度可以与机械磨光玻璃相媲美。浮法玻璃广泛应用于建筑、汽车等领域，已经成为一种基本的生产资料。

      浮法玻璃技术为主要的平板玻璃生产技术，截止2011年，我国浮法玻璃生产线已达260 余条，平板玻璃的年产能已达8.5 亿重量箱，合计4250万吨，其中以浮法工艺生产的平板玻璃年产能已达7.4 亿重量箱，产量超过6.6 亿重量箱，约占全国平板玻璃总产量的 87% 。从我国玻璃产业分布图可以看出，我国玻璃产能主要分布在长三角、珠三角和环渤海区，其中河北、山东、江苏、广东、湖北为产能靠前的省份。西部一些地区玻璃产量很少，这也造成了我国玻璃产业分布不均衡的现状。我国近 10年来玻璃产量一直保持高速发展，除去2008年金融危机外，其它年份增速均在 10%以上。产能过剩和行业集中度低已是玻璃产业更大的困局。浮法玻璃生产成本主要是原材料(纯碱)和燃料，燃料有可分为重油、天然气、煤焦油、焦炉煤气等，纯碱和燃料占到玻璃成本的60%以上。(玻璃期货交易细则有哪些？)

      玻璃的用途主要有以下三个方面：

      1、建筑用玻璃

      随着人们对建筑要求的提高，公共建筑及民用建筑的玻璃使用量日益增多。从一次性使用的玻璃幕墙、门窗、阳台，到二次性使用的浴室、橱柜、灯具等装修，大大的增加了玻璃使用量和使用品种。更重要的是，国家节能环保政策的出台，对玻璃产品的品种和质量也提出了新的要求。

      2、汽车玻璃

      2010年受到国内汽车增长以及出口增加的影响，汽车玻璃产量较为迅速，约为8500万平方米，同比增长16.92%。特别是福耀玻璃和信义玻璃的增长势头迅猛。

      3、光伏玻璃

      2011年我国太阳能玻璃生产线达到50条，年有效产能约15000万平方米。国家能源局能源节约与科技装备司研究表明中国“十一五”期间单位GDP 能耗的约束性目标为下降20%，根据规划，“十二五” 期间单位GDP 能耗将下降17.3%，“十三五”期间将下降16.6%。这给今后光伏玻璃大规模使用奠定了坚实的基础。

      玻璃的计量单位：

      计算玻璃用料及成本的计量单位为： “重量箱” 或称 “重箱”，英文为：weight case 或 weight box。一个重量箱等于2mm厚的平板玻璃10个平方的重量(重约50kg).

二、玻璃期货交易所及交易代码

      玻璃期货交易所：郑州商品交易所，交易代码：FG。

三、玻璃期货标准合约

四、玻璃期货价格有哪些影响因素

      A季节因素

      考察玻璃的历史价格，不难发现一个特点：每年进入冬季，北方玻璃价格下降;而到了夏季，南方玻璃价格松动。这主要是因为进入10、11月后，北方各项建筑工程逐渐停工，随着下游市场需求的放缓，建筑玻璃需求量明显减弱，玻璃价格应声下跌。但在北方玻璃市场，“冬储”现象较为常见。“冬储”就是春节前后，平板玻璃下游需求减少，而生产线不能停工，为保持正常出货，当地生产商会调低价格或出台优惠政策促进下游客户拿货，下游客户考虑年后随着需求转暖，价格上调可能性较大，选择在冬季以低价囤积货源，在年后3月份左右开始陆续高价抛售。“冬储”价格比正常销售价格低5—10元/重量箱，但一般参与者都是老客户，且通常需要先交一百万元到一千万元的费用。“冬储”给下游客户带来了很大的盈利空间，利润甚至可以占其全年盈利的50%。

      不过“冬储”现象也受到实际供需的影响。以东北玻璃原片市场为例，受2011年玻璃原片市场价格持续走低影响，部分贸易商2010年囤积的货源还未能抛售完全。由于供需矛盾突出，许多企业对2012年的市场预测也不乐观。预计今年玻璃原片生产商“冬储”收款要比往年大幅减少。部分生产商为了周转资金，削减库存，可能会有更大的让利空间。据此可以推断，今年北方冬季玻璃价格下降幅度将相对较大。

      而在南方，尤其是长江中下游、两湖和江西地区，进入梅雨季节后，建筑工期受到影响而放缓，玻璃生产商出货也明显放缓，玻璃价格会出现松动，但下跌幅度通常不会太大，主要依据厂家库存情况而定。如果前期库存下降明显，即使出货放缓，价格也会相对平稳。

      B地域因素

      玻璃价格由南向北存在一个逐渐递减的规律。以浮法5mm玻璃报价为例，东莞南玻玻璃为1760元/吨，昆山台玻长江玻璃为1488元/吨，沈阳耀华玻璃为1344元/吨。改革开放以后，我国南方大中小城市发展十分迅速，城镇建设投入较大。而北方尤其是内陆仍以发展大中型城市为主，建筑玻璃需求量存在着南北差异。南方的下游需求一直好于北方，这也使得南方玻璃原材料水涨船高，加上劳动力成本、管理费用、运输费用等都较高，南方玻璃市场价格整体高于北方。而由于运输条件限制，外省玻璃运至南方费用占比相对较大，如沙河玻璃发到广东运费为270元/吨，加上包装等成本，长途运输价格相对较高。因此，即使北方玻璃价格较低，也很难占据南方市场。

      玻璃—重油与纯碱价格差

      重油和纯碱大约占玻璃生产成本的70%左右。我们在研究玻璃价格与成本时，引入了 “玻璃-重油与纯碱价格差”，主要是以每重量箱玻璃使用原材料占比的折算。其中纯碱使用约为11.09KG/重量箱，重油约为9.1KG/重量箱。“玻璃—重油与纯碱价格差”是行业利润的一个重要参考指标。2010年年初，该差值达到42元/重量箱，同期整个行业利润总额达到30亿元;到了2011年3月，差值为8.3元/重量箱，同期整个行业利润总额下降到8亿元;2012年3月差值为-7.5元/重量箱，同期整个行业利润总额亏损高达8亿元;2012年6月，由于市场转暖，该差值回到零线以上，为0.3元/重量箱，行业亏损也随之少，预计徘徊在亏损线上。由此，可以通过“玻璃—重油与纯碱价格差”来推断玻璃企业的盈利情况，并对后续价格走势做辅助参考。

      玻璃价格与上游价差

      C下 *** 业需求因素

      玻璃供给弹性较小，在其价格影响因素中，下游需求占比更大。下游需求70%为建筑玻璃的使用，各项房地产指标是研究玻璃价格变动的最主要参考。建筑指标常见的是开发商投资、新开工面积、施工面积、竣工面积、销售面积等主要指标，而作为与玻璃使用较为紧密的参数，销售面积、新开工面积和竣工面积是主要关注对象。

      玻璃需求量可以简单折算，以90平方米的民用住宅为例，国家相关规定门窗玻璃一般为20平方米。一般来说，房地产在新开工面积公布后的8到10个月才会产生玻璃需求。房地产销售走势会领先新开工面积4到6个月，房地产销售增减变动的4到6个月之后，新开工面积才会出现同趋势振幅。通过销售面积指标的变动，可以预测一年到一年半后的玻璃需求;通过新开工面积指标的变动，可以预测10个月后市场对于建筑玻璃的需求情况。此外，由于土地购置指标与新开工指标具有相同性，也可以据此预测半年后的建筑玻璃需求情况。

      房屋建设参数与玻璃价格的关系

      图显示，在2008年12月国家房地产支持政策后，商品房销售面积指标处于上升趋势。4个月后，房屋新开工面积指标在销售面积指标的带动下同趋势变动。而2008年12月到2009年12月，玻璃价格一直处于上涨态势。2009年12月国家开始出台抑制房地产相关政策，商品房销售面积指标开始滑落，3个月后房屋新开工面积指标跟着下挫。但此后一年时间，由于市场一直在消化2008年到2009年的建筑玻璃需求，玻璃价格维持在高位。2010年整个房地产市场受到打压，玻璃价格却在2011年年初出现下跌，这是因为2010年开工的房屋在此时是玻璃需求季，下游建筑玻璃需求的锐减，使得价格下跌趋势晚于销售面积指标一年半时间，晚于新开工面积指标10个月左右。

      竣工面积指标也是考察玻璃价格走势的重要参考依据。通过相关行业对竣工面积与平板玻璃销量的历史数据，可以得出其与平板玻璃的销量的相关性高达94%。

      D相关政策

      1.房地产政策

      玻璃与房地产相关性较高，国家对房地产政策的变动直接影响着玻璃行业的发展与价格走势。10年，房地产政策的巨大调整也带动了玻璃价格的波动。2003年国家明确房地产支柱性产业地位，2005年“国八条”出台，2007年上调二套房首付比例，2008年“四万亿”，2009年年底的“国十一条”，2010年5月的“地方限购”，以及仍坚持的房地产调控政策，都对玻璃行业产生了巨大影响。玻璃价格在前几年随房地产政策出现剧烈波动后，2011年年初开始下跌，现已跌至谷底，预计2012年玻璃行业整体将处于亏损状态。

      不过近年保障性住房建设投资力度不断加大，国家计划在“十二五”期间完成2600万套保障房建设，其中2012年保障房的新开工及竣工目标分别为700万及500万套。根据住建部统计，截至今年5月底，我国城镇保障性安居工程新开工量及建成量分别为346万套及206万套。这对玻璃行业虽是利好消息，但整体影响有限。

      2.2011年平板玻璃行业准入条件

      为规范平板玻璃行业投资行为，防止盲目投资和重复建设，促进结构调整，降低能耗，保护环境，实现协调和可持续发展，根据国家有关法律和产业政策，制定了平板玻璃行业准入条件。2011年国家淘汰平板玻璃落后产能，有利于玻璃行业良性发展。

      3.平板玻璃“十二五规划”

      平板玻璃“十二五规划”制定的目标是，到2015年，产业结构明显改善，深加工率和生产集中度进一步提高，高端产品自主保障能力增强，全氧燃烧技术推广应用，落后产能基本淘汰，主要污染物实现达标排放，能耗水平进一步降低。同时“十二五”期间，国内市场普通玻璃将从快速增长转为平稳增长，对高端产品和精深加工产品将保持旺盛需求。预计2015年平板玻璃需求约7.5亿重量箱。

      E玻璃行业周期

      玻璃价格与行业周期也是同步振荡的。历史数据显示，玻璃行业存在“繁盛—衰退—繁盛”周期，这个周期模型可以简单描述为：经济快速增长—固定资产投资增长—玻璃价格上涨—经济增长过热—资产投资减缓—玻璃价格下跌—经济复苏 *** —经济快速增长。2004年、2007年、2010年均为玻璃行业的繁盛时间。按历史周期计算，2012年为玻璃行业的底部，虽然理论上可能有所回暖，但由于国家抑制通货膨胀，调控经济发展，当行业周期与国家政策调控周期同步时，玻璃价格振荡要比早期预计的剧烈。预计玻璃行业将继续在底部徘徊，玻璃价格实质性回升的可能不大。

      F玻璃价格协调会

      玻璃行业一直存在着集中度相对较低、价格难以制定与统一的问题。玻璃行业在各地不定期召开价格协调会，参会成员多为玻璃生产龙头企业。价格协调会主要为了统一调价，稳定市场，尤其是在行业整体处于周期底部的情况下，其召开就成为统一口径上调价格的信号。每次价格协调会召开后，各地都会上调1—8元/重量箱。但这种非需求因素的上调通常会使得企业出货减缓，给处于库存高位的生产企业造成不小压力。随着市场行情的变化，很多玻璃企业很难再维持涨价，回落成了趋势。玻璃市场出现小幅振荡，也说明这种价格协调中的抬价模式很难改变整体价格走势。

      此外，下游汽车玻璃需求、玻璃出口等也在一定程度上影响着玻璃价格。但总体来说，影响玻璃价格的最主要因素是房地产相关指标。

网站首页：期货手续费网-加1分开户（微信：527209157）

本文链接：http://52ol.cn/post/53312.html