AI智能体如何判断是原油驱动、 成本传导还是单品种供需?

上午九点多，文华自选页面里几排能化合约同时开始变得活跃。原油、沥青、乙二醇、甲醇、PVC和苯乙烯的成交都在放大。群里很快有人用一句话概括：“原油起来了，把整个能化都带动了。”

这句话可能解释了一部分，却很难解释全部。沥青和燃料油与原油的关系比较直接；乙二醇、PTA、苯乙烯需要经过石脑油、乙烯或芳烃等中间环节；甲醇和PVC在国内又经常受到煤制、电石路线、装置检修和区域库存影响。它们可以在同一天活跃，原因却未必相同。

9月1日早盘，公开行情报道显示，国内商品期货多数活跃，原油、乙二醇、沥青、PVC、甲醇、苯乙烯等能化品种受到关注。这正好构成一个典型的跨品种研究问题：看起来都属于能化，但驱动链条并不相同。

人工复盘最容易做的是找一个最大的新闻，然后把所有品种都塞进同一套解释。AI智能体更适合做另一件事：把文华导出的分钟行情、成交持仓、主力次主力结构，与现货、库存、开工率、装置和进出口数据逐条对齐，再比较哪类解释拥有更多证据。

图1｜原油共同因子、成本传导与单品种供需三类诊断（模拟数据）

判断原油驱动，不能只看当天相关性。当多个品种同时受到宏观事件、汇率或风险偏好影响时，短周期相关性可能突然升高，但这并不意味着长期产业关系发生了变化。

我让智能体先计算5日、20日和60日滚动相关，再检查相关性是否在事件发生后突然跳升。随后对齐分钟级启动时间：原油是否先出现价格偏离，沥青、燃料油是否紧随其后，乙二醇和苯乙烯是否存在更长时滞，甲醇和PVC又是否根本没有稳定跟随。

如果某个品种比原油更早启动，或者原油相关性很低、持仓结构却发生明显变化，系统就不能继续使用“原油带动”作为唯一解释。

图2｜日内启动时间与20日滚动相关矩阵（模拟数据）

原油价格变化并不会直接变成所有化工品的价格变化。中间还隔着加工利润、装置负荷、运输、库存、进口窗口和下游需求。只要其中一个环节出现抵消，成本传导就可能变弱，甚至暂时失效。

直接油品路径｜原油到燃料油、沥青的联系相对紧密，但仍需检查裂解价差、炼厂排产、运费和现货基差。

油制化工路径｜原油或石脑油经过乙烯、芳烃等环节，再影响乙二醇、苯乙烯和PTA；必须同时检查加工价差和装置状态。

煤制与电石路径｜甲醇和PVC在国内具有明显的煤制、电石路线特征，煤价、电力、区域运输和社会库存可能比原油更有解释力。

这一步是整篇文章最关键的地方。如果AI把PVC简单标成原油下游，整张传导图看起来很完整，结论却从产业链起点就错了。智能体需要先识别工艺路线，再决定应该读取哪些上游变量。

图3｜直接油品、油制化工与煤制电石三条传导路径

价格活跃不等于新增资金形成一致判断。如果价格变化同时伴随成交和持仓增加，可能代表新的分歧与风险暴露进入市场；如果成交放大但持仓下降，也可能是存量持仓集中退出。两种结构不能使用同一个解释。

智能体还要比较主力与次主力合约。主力合约临近换月时，单看主力连续图可能制造跳空、相关性突变和波动率放大的错觉。系统需要保留真实合约价格，检查近月与远月价差，再判断变化来自供需预期还是合约切换。

当原油共同因子和成本传导都无法充分解释时，研究才真正进入单品种。乙二醇要看港口库存、进口到港和装置负荷；苯乙烯要看检修、纯苯成本和下游利润；甲醇要看港口与内地价差、煤制成本和MTO开工；PVC则需要检查电石成本、社会库存、开工率和出口窗口。

这些数据频率不一样。文华行情是分钟级，库存可能按周发布，开工率也可能存在统计滞后。AI不能把周度数据假装成盘中实时变量，更不能使用尚未发布的数据解释已经发生的行情。每个字段都要保存发布日期、统计周期和来源。

图4｜逐品种驱动评分、当前标签与缺失证据（模拟数据）

商品复盘最怕解释过于顺滑。原油先动、化工跟随、于是所有品种都被归入成本推动，看起来符合常识。但只要加入持仓、期限结构、库存和工艺路线，就会发现一些品种确实受到共同因子影响，另一些品种却有自己的供需矛盾。

AI智能体的价值，是允许一个板块同时存在多种答案。它保存原始数据、对齐时间、拆开产业链，并在证据不足时留下“暂时无法判断”。这种不急着下结论的能力，反而比一句漂亮的行情解释更有研究价值。