份，美国农业部的产量预测与实际气象条件基本吻合，误差在历史波动区间以内。”
“但某些年份，报告数据与气象条件明显背离。比如，气象数据显示主产区经历了严重干旱，但报告预测的产量却只下调了很小的幅度。再比如，报告发布前夕，CFTC持仓数据显示投机资金已经大规模建立了多单。”
他顿了一下。
“换句话说，有些报告本身，可能不只是客观统计。它可能被用来引导市场预期，配合资金操作。”
会议室里安静了几秒。周明达看着屏幕上的数据，眉头紧锁。陆怀安已经拿起笔，在笔记本上飞快地记录。
“徐先生，”周明达开口了:“你的意思是，今年的美国农业部报告，可能也有问题？”
徐云没有直接回答。
他点了一下遥控器，屏幕切换到最新一页。
“今年美国农业部的报告还没出。但市场上已经有传言，说主产区遭遇了干旱，大豆要减产，价格要涨。我跑了一下今年的气象数据，确实有干旱。但干旱的程度，和市场上传言的减产幅度，对不上。”
他顿了一下。
“所以我的模型给出的结论是——大豆会涨，但涨不到市场预期的那个程度。”
会议室里再次安静了几秒。
“更重要的是，”徐云继续说，“涨完之后会跌。而且跌得会比涨得更快、更猛。”
他把另一组数据投在屏幕上。那是美国农业部的库存数据、全球大豆供需平衡表、以及中国国内大豆压榨企业的库存情况。
“现在国内压榨企业的库存处在低位，如果价格继续上涨，他们会恐慌性采购。一旦他们高位接盘，等到价格回落，就会出现大面积亏损。如果亏损面太大，整个压榨行业都会受到冲击。到了那时候，国际粮商就会以极低的价格收购国内压榨企业的股权。”
他顿了一下。
“非典的教训是，提前发现异常数据，就能提前防控。大豆的逻辑是一样的。如果你们能提前知道报告里的水分，就不需要跟着市场的恐慌走。价格涨的时候不追高，价格跌的时候不割肉。”
郑国栋终于开口了。他扶了扶眼镜，语气很认真。
“徐先生，你的模型，有没有做过回溯测试？”
“做了。”徐云点开最后一页，“过去十年，每一次美国农业部报告与市场实际走势出现背离，这个模型都提前标记了异常。准确率在百分之八十五以上。”
本章未完，请点击下一页继续阅读！