การวิเคราะห์ปัจจัยพื้นฐานสินค้าโภคภัณฑ์: คู่มือปฏิบัติสำหรับเทรดเดอร์

คำจำกัดความของการวิเคราะห์ปัจจัยพื้นฐานสินค้าโภคภัณฑ์
การวิเคราะห์ปัจจัยพื้นฐานสินค้าโภคภัณฑ์คือกระบวนการทำความเข้าใจปัจจัยด้านอุปสงค์และอุปทานเพื่อประเมินทิศทางราคาของสินค้าโภคภัณฑ์นั้นๆ ต่างจากการวิเคราะห์ทางเทคนิค (ซึ่งศึกษาแผนภูมิราคา) การวิเคราะห์ปัจจัยพื้นฐานจะตั้งคำถามว่า: ใครเป็นผู้ผลิตสินค้าโภคภัณฑ์นี้, ปริมาณเท่าใด และอุปทานกำลังเพิ่มขึ้นหรือลดลง? ใครเป็นผู้บริโภค, ปริมาณเท่าใด และอุปสงค์กำลังเพิ่มขึ้นหรือลดลง? ความแตกต่างระหว่างอุปสงค์และอุปทาน หรือภาวะส่วนเกิน/ขาดแคลน คือสิ่งที่กำหนดทิศทางราคาในระยะยาว สินค้าโภคภัณฑ์แต่ละประเภท (เกษตร, พลังงาน, โลหะ) มีปัจจัยขับเคลื่อนอุปสงค์/อุปทานหลัก แหล่งข้อมูลสำคัญ และขั้นตอนการวิเคราะห์ที่แตกต่างกัน

---

สารบัญ

1. ทำไมการวิเคราะห์ปัจจัยพื้นฐานจึงสำคัญสำหรับผู้ที่ไม่ใช่เทรดเดอร์
2. ขั้นตอนที่ 1: ระบุตัวแปรหลัก
3. ขั้นตอนที่ 2: ค้นหาแหล่งข้อมูลที่ถูกต้อง
4. ขั้นตอนที่ 3: สร้างโมเดลอุปสงค์และอุปทาน
5. ขั้นตอนที่ 4: อัตราส่วนสต็อกต่อการใช้งาน (Stocks-to-Use Ratio) และตัวชี้วัดที่เทียบเท่า
6. การวิเคราะห์ปัจจัยพื้นฐานสินค้าเกษตร: สภาพอากาศ, WASDE และรายงานผลผลิต
7. การวิเคราะห์ปัจจัยพื้นฐานพลังงาน: OPEC, EIA และรายงานตลาดน้ำมัน
8. การวิเคราะห์ปัจจัยพื้นฐานโลหะ: กิจกรรมทางอุตสาหกรรม, สต็อก LME และอุปทานจากเหมือง
9. ขั้นตอนที่ 5: แปลงผลการวิเคราะห์เป็นมุมมองตลาด
10. การวิเคราะห์ปัจจัยพื้นฐานเทียบกับการวิเคราะห์ทางเทคนิค: เมื่อใดควรใช้แบบใด
11. วิธีที่การวิเคราะห์ปัจจัยพื้นฐานเชื่อมโยงกับการตัดสินใจด้านการจัดซื้อและการป้องกันความเสี่ยง
12. คำถามที่พบบ่อย
13. ประเด็นสำคัญ

---

ทำไมการวิเคราะห์ปัจจัยพื้นฐานจึงสำคัญสำหรับผู้ที่ไม่ใช่เทรดเดอร์

การวิเคราะห์ปัจจัยพื้นฐานมักถูกมองว่าเป็นเรื่องของเทรดเดอร์สินค้าโภคภัณฑ์ แต่ในทางปฏิบัติ นี่คือกรอบความคิดที่ทุกคนในห่วงโซ่อุปทานจะได้รับประโยชน์หากเข้าใจ

ผู้จัดการฝ่ายจัดซื้อที่ซื้อเหล็กสำหรับบริษัทผู้ผลิตต้องเผชิญกับคำถามพื้นฐานเดียวกับที่เทรดเดอร์เหล็กเผชิญ: ราคาเหล็กจะสูงขึ้นหรือต่ำลงในอีก 3 เดือนข้างหน้า? ผู้จัดการฝ่ายจัดซื้อไม่จำเป็นต้องคาดการณ์ให้แม่นยำเป๊ะ แต่จำเป็นต้องมีความเข้าใจเพียงพอเกี่ยวกับพลวัตของอุปสงค์/อุปทานเพื่อตัดสินใจว่าจะซื้อตอนนี้หรือซื้อภายหลัง หรือเพื่อเจรจาต่อรองว่าจะใช้ราคาคงที่หรือราคาลอยตัวในสัญญาจัดซื้อ

ผู้ประสานงานด้านการขนส่งที่จัดการการนำเข้าปุ๋ยจะได้ประโยชน์จากการเข้าใจว่าทำไมราคาปุ๋ยยูเรียถึงพุ่งสูงขึ้น (การแบนการส่งออกของจีน) หรือทำไมราคาน้ำมันปาล์มถึงลดลง (การเปลี่ยนแปลงนโยบายส่งออกของอินโดนีเซีย) ความรู้นี้ช่วยให้พวกเขาสามารถคาดการณ์ช่วงเวลาการจองระวางสินค้า อธิบายการเปลี่ยนแปลงของต้นทุนต่อฝ่ายบริหาร และตัดสินใจได้อย่างรอบรู้ว่าจะยืนยันปริมาณสินค้าเมื่อใด

การวิเคราะห์ปัจจัยพื้นฐานไม่ได้จำกัดอยู่แค่โต๊ะเทรด แต่เป็นความคิดเชิงโครงสร้างที่อยู่เบื้องหลังการตัดสินใจจัดซื้อสินค้าโภคภัณฑ์ที่รอบคอบทุกครั้ง

---

ขั้นตอนที่ 1: ระบุตัวแปรหลัก

ก่อนสร้างโมเดลหรืออ่านรายงานใดๆ ให้ระบุปัจจัยที่มีความสำคัญสูงสุดสำหรับสินค้าโภคภัณฑ์นั้นๆ

สินค้าโภคภัณฑ์ทุกชนิดมีตัวขับเคลื่อนอุปทานหลักและตัวขับเคลื่อนอุปสงค์หลัก ให้เริ่มจากจุดนั้น

ตัวขับเคลื่อนด้านอุปทาน (เลือกสิ่งที่สำคัญที่สุด 3-5 รายการ):
– การผลิตจากเหมือง/พืชผล — ได้รับผลกระทบจากสภาพอากาศ, ธรณีวิทยา, แรงงาน, การลงทุนด้านทุน
– สินค้าคงคลัง/สต็อก — ปริมาณที่มีอยู่เหนือพื้นดินและจัดเก็บไว้แล้ว
– กำลังการผลิตสำรอง — อุปทานสามารถตอบสนองต่อสัญญาณราคาได้เร็วเพียงใด
– นโยบายการส่งออก — ข้อจำกัดของรัฐบาล, ภาษีส่งออก, การสั่งห้ามส่งออก
– ต้นทุนปัจจัยการผลิต — สำหรับสินค้าเกษตรคือราคาปุ๋ย; สำหรับโลหะคือต้นทุนพลังงาน; สำหรับพลังงานคือต้นทุนการสกัด

ตัวขับเคลื่อนด้านอุปสงค์ (เลือกสิ่งที่สำคัญที่สุด 3-5 รายการ):
– การบริโภคทางอุตสาหกรรม — ดัชนีภาคการผลิต (PMI), การก่อสร้าง
– การเติบโตของการใช้งานปลายทาง — ประชากร, การขยายตัวของเมือง, การเปลี่ยนแปลงทางอาหาร, การเปลี่ยนผ่านของเทคโนโลยี
– การทดแทน — ผู้ซื้อสามารถเปลี่ยนไปใช้ทางเลือกที่ถูกกว่าได้หรือไม่?
– รูปแบบตามฤดูกาล — การทำความร้อนในฤดูหนาว, การขับขี่ในฤดูร้อน, ฤดูกาลทางเกษตร
– ความยืดหยุ่นของราคา (Price elasticity) — อุปสงค์ลดลงเมื่อราคาเพิ่มขึ้น หรืออุปสงค์ไม่ตอบสนองต่อราคา?

ให้จดบันทึกตัวแปรเหล่านี้ก่อนเริ่มจับแหล่งข้อมูล เพื่อป้องกันข้อผิดพลาดทั่วไปในการรวบรวมข้อมูลโดยไม่รู้ว่ากำลังพยายามตอบคำถามอะไร

ตัวอย่างสำหรับทองแดง:
– ตัวขับเคลื่อนอุปทาน: การผลิตจากเหมืองในชิลี (ใหญ่ที่สุดในโลก), การผลิตจากเปรู, อัตราการใช้กำลังการผลิตของโรงถลุง, การนัดหยุดงานของคนงาน, ความพร้อมของน้ำในเหมืองที่ตั้งอยู่ในทะเลทราย
– ตัวขับเคลื่อนอุปสงค์: การก่อสร้างและอสังหาริมทรัพย์ของจีน, การลงทุนในโครงข่ายไฟฟ้าทั่วโลก, ความเข้มข้นของการใช้ทองแดงในรถยนต์ไฟฟ้า (ใช้ทองแดงมากกว่ารถยนต์เครื่องยนต์สันดาป ICE ประมาณ 3 เท่า), การใช้จ่ายด้านโครงสร้างพื้นฐานของระบบโครงข่ายไฟฟ้า

---

ขั้นตอนที่ 2: ค้นหาแหล่งข้อมูลที่ถูกต้อง

สินค้าโภคภัณฑ์แต่ละประเภทมีแหล่งข้อมูลหลักของตนเอง การรู้ว่าจะหาข้อมูลที่ไหนถือเป็นชัยชนะไปกว่าครึ่ง

สินค้าโภคภัณฑ์ทางการเกษตร:
– USDA WASDE (World Agricultural Supply and Demand Estimates): รายเดือน ครอบคลุมพืชผลหลักทั่วโลก ฟรีที่ usda.gov
– USDA Crop Progress (รายสัปดาห์ในช่วงฤดูเพาะปลูก): ติดตามการปลูกและการประเมินสภาพพืชผล
– USDA NASS (National Agricultural Statistics Service): การสำรวจการผลิตในสหรัฐฯ
– FAO (Food and Agriculture Organization, UN): ข้อมูลประจำปีเกี่ยวกับการผลิต การค้า และการบริโภคทั่วโลก
– IGC (International Grains Council): รายงานตลาดธัญพืชรายเดือน
– Coceral (EU grains): พยากรณ์การผลิตพืชผลในสหภาพยุโรป
– CFTC COT Report (Commitment of Traders): ข้อมูลการวางสถานะในตลาด

สินค้าโภคภัณฑ์ด้านพลังงาน:
– EIA (US Energy Information Administration): รายงานสถานะปิโตรเลียมรายสัปดาห์, การทบทวนพลังงานรายเดือน ฟรีที่ eia.gov
– IEA (International Energy Agency): รายงานตลาดน้ำมันรายเดือน (OMR)
– OPEC Monthly Oil Market Report: มุมมองอุปสงค์/อุปทานของ OPEC เอง
– Baker Hughes rig count (รายสัปดาห์): กิจกรรมการขุดเจาะน้ำมันและก๊าซในสหรัฐฯ และต่างประเทศ
– Platts, Argus, ICIS: บริการรายงานราคาและข้อมูลเชิงพาณิชย์

โลหะ:
– LME warehouse stocks (รายวัน): เผยแพร่บน lme.com แสดงสินค้าคงคลังในคลังสินค้าที่ตลาดอนุมัติ
– World Bureau of Metal Statistics (WBMS): ข้อมูลอุปสงค์/อุปทานรายเดือน
– ICSG (International Copper Study Group): การผลิตและการบริโภคทองแดง
– INSG (International Nickel Study Group): นิกเกิล
– ILZSG (International Lead and Zinc Study Group): ตะกั่วและสังกะสี
– China National Bureau of Statistics (NBS): ข้อมูลการผลิตรายเดือนของจีนสำหรับโลหะทุกชนิด
– Antaike, SMM (Shanghai Metals Market): บริการข้อมูลโลหะเฉพาะของจีน

---

ขั้นตอนที่ 3: สร้างโมเดลอุปสงค์และอุปทาน

โมเดลอุปสงค์/อุปทานของสินค้าโภคภัณฑ์ แท้จริงแล้วคือสมการบัญชีพื้นฐาน:

สต็อกปลายงวด = สต็อกต้นงวด + การผลิต + การนำเข้า − การบริโภค − การส่งออก

ความสมดุลนี้ — มักเรียกว่ายอดคงเหลือ S&D — จะติดตามการไหลเวียนของสินค้าโภคภัณฑ์ตลอดทั้งปี เริ่มต้นด้วยสิ่งที่มีอยู่ในคลัง (สต็อกต้นงวด) บวกทุกสิ่งที่ผลิตและนำเข้า ลบทุกสิ่งที่บริโภคและส่งออก และจะได้สิ่งที่เหลืออยู่ ณ สิ้นปี (สต็อกปลายงวด)

โมเดลที่ใช้งานจริงอาจมีหน้าตาเช่นนี้:

รายการ	ปี 2022/23 จริง	ปี 2023/24 ประมาณการ	ปี 2024/25 พยากรณ์
สต็อกต้นงวด	250 Mt	242 Mt	245 Mt
การผลิต	780 Mt	790 Mt	785 Mt
อุปทานรวม	1,030 Mt	1,032 Mt	1,030 Mt
การบริโภค	788 Mt	787 Mt	793 Mt
สต็อกปลายงวด	242 Mt	245 Mt	237 Mt
อัตราส่วนสต็อก/การใช้	30.7%	31.1%	29.9%

(ตัวเลขข้าวสาลีโลกสมมติเพื่อการอธิบาย)

โมเดลนี้สร้างวินัยในการคิด คุณไม่สามารถพูดลอยๆ ว่า “อุปทานกำลังตึงตัว” โดยไม่ได้ระบุว่าตัวแปรอุปทานตัวใดที่ลดลงและลดลงเท่าใด โมเดลทำให้สมมติฐานทั้งหมดชัดเจนขึ้น

ช่วงความไม่แน่นอน: โมเดล S&D สำหรับอนาคตควรมีช่วงประมาณการ ไม่ใช่แค่การพยากรณ์แบบจุดเดียว การผลิตขึ้นอยู่กับสภาพอากาศที่คุณไม่สามารถรู้ล่วงหน้าได้ อุปสงค์ขึ้นอยู่กับการเติบโตทางเศรษฐกิจที่ไม่แน่นอน ดังนั้นการให้ช่วง (อุปทานสูง/อุปสงค์ต่ำ ไปจนถึงอุปทานต่ำ/อุปสงค์สูง) จึงมีความตรงไปตรงมามากกว่าการพยากรณ์จุดเดียว

---

ขั้นตอนที่ 4: อัตราส่วนสต็อกต่อการใช้งาน (Stocks-to-Use Ratio) และตัวชี้วัดที่เทียบเท่า

เมื่อมีสมดุลอุปสงค์/อุปทานแล้ว คุณต้องมีตัวชี้วัดเพื่อตีความมัน ที่ใช้กันแพร่หลายที่สุดคือ อัตราส่วนสต็อกต่อการใช้งาน (S/U ratio):

อัตราส่วน S/U = สต็อกปลายงวด ÷ การบริโภครายปี × 100%

อัตราส่วน S/U แสดงสต็อกปลายงวดเป็นเปอร์เซ็นต์ของการบริโภคในหนึ่งปี บอกให้รู้ว่ามีสินค้าคงคลังสำรองไว้เป็นจำนวนกี่เดือน ณ สิ้นปี หากอัตราส่วน S/U สูง หมายถึงอุปทานมีมากเมื่อเทียบกับอุปสงค์ ซึ่งเป็นปัจจัยลบ (bearish) ต่อราคา หากอัตราส่วนต่ำ หมายถึงอุปทานตึงตัว ซึ่งเป็นปัจจัยบวก (bullish) ต่อราคา

อัตราส่วน S/U ในอดีตและผลกระทบต่อราคาจะแตกต่างกันไปตามสินค้าโภคภัณฑ์:
– ข้าวสาลี: อัตราส่วน S/U โลกที่ต่ำกว่า 30% มักสัมพันธ์กับภาวะราคาตึงตัว; ต่ำกว่า 25% ถือว่าตึงตัวมาก
– ข้าวโพด: อัตราส่วน S/U โลกที่ต่ำกว่า 13-14% มักจะเกิดขึ้นพร้อมกับการพุ่งขึ้นของราคาอย่างมีนัยสำคัญ
– ถั่วเหลือง: อัตราส่วน S/U โลกที่ต่ำกว่า 18-20% ถือว่าตึงตัว

สำหรับสินค้าโภคภัณฑ์ที่ไม่ใช่เกษตร มีตัวชี้วัดความตึงตัวที่เทียบเท่ากัน:
– น้ำมันดิบ: จำนวนวันของอุปสงค์ในอนาคตที่ครอบคลุมโดยสต็อกน้ำมันรวมของกลุ่ม OECD (IEA ติดตามข้อมูลนี้)
– โลหะ LME: สต็อกในคลังสินค้า LME ในรูปแบบ “จำนวนวันของการบริโภค” — ทองแดงที่มีปริมาณต่ำกว่า 2-3 วันของการบริโภคถือว่าตึงตัวมาก
– ก๊าซธรรมชาติ: สินค้าคงคลังเป็นเปอร์เซ็นต์ของสต็อกเฉลี่ย 5 ปี (แสดงเป็นส่วนเกินหรือส่วนขาดจากค่าเฉลี่ย 5 ปี)

อัตราส่วน S/U และตัวชี้วัดเทียบเท่าช่วยให้สามารถเปรียบเทียบราคาข้ามเวลาได้ เช่น “ครั้งล่าสุดที่อัตราส่วน S/U ของข้าวโพดโลกต่ำกว่า 13% ราคาข้าวโพดเคยสูงกว่า 7 ดอลลาร์/บุชเชล”

---

การวิเคราะห์ปัจจัยพื้นฐานสินค้าเกษตร: สภาพอากาศ, WASDE และรายงานผลผลิต

การวิเคราะห์ปัจจัยพื้นฐานทางการเกษตรเกี่ยวข้องกับการตอบคำถามหลักว่า: ปีนี้ผลผลิตจะมีปริมาณเท่าใด?

USDA WASDE เป็นแหล่งข้อมูลรายเดือนที่สำคัญที่สุด เผยแพร่ตามกำหนดการที่แน่นอน (ปกติจะเป็นวันอังคารหรือวันพฤหัสบดีที่สองของเดือน) WASDE ให้ประมาณการการผลิต การบริโภค การค้า และสต็อกของข้าวสาลี ข้าวโพด ถั่วเหลือง ฝ้าย น้ำตาล และพืชผลอื่นๆ ทั้งในระดับโลกและรายประเทศ มันเป็นตัวขับเคลื่อนตลาดโดยตรง

วิธีอ่านรายงาน WASDE:
1. หาพืชผลที่คุณสนใจ
2. สังเกตการเปลี่ยนแปลงจากประมาณการของเดือนก่อนหน้า: การผลิตเพิ่มขึ้นหรือลดลง? เท่าใด?
3. ดูบรรทัดสต็อกปลายงวดของโลกและอัตราส่วน S/U ที่บอกไว้
4. เปรียบเทียบกับตัวเลขเดียวกันจากเมื่อ 1, 3 และ 5 ปีก่อน — อัตราส่วน S/U ปัจจุบันตึงตัวหรือคล่องตัวกว่าอดีตที่ผ่านมา?
5. ระบุว่าประเทศใดที่เป็นตัวขับเคลื่อนการเปลี่ยนแปลงนั้น — เป็นการปรับตัวเลขของสหรัฐฯ, บราซิล หรือการเปลี่ยนแปลงในภูมิภาคทะเลดำ (Black Sea)?

การเฝ้าติดตามสภาพอากาศ เป็นสิ่งสำคัญเพราะการผลิตทางการเกษตรขึ้นอยู่กับปัจจัยนี้ เครื่องมือที่นักวิเคราะห์ใช้ ได้แก่:
– NOAA Climate Prediction Center: การเฝ้าติดตามภัยแล้งในสหรัฐฯ, แนวโน้มรายฤดูกาล
– DTN/Progressive Farmer, Maxar (ชื่อเดิม DTN Meteorlogix): บริการข้อมูลสภาพอากาศเชิงพาณิชย์สำหรับการเกษตร
– แบบจำลองสภาพอากาศ GFS และ ECMWF: พยากรณ์ระยะกลาง (10-14 วัน) ที่เทรดเดอร์ธัญพืชใช้ติดตาม

ในช่วงฤดูเพาะปลูก (เมษายน-มิถุนายน สำหรับข้าวโพด/ถั่วเหลืองในสหรัฐฯ) หรือช่วงสำคัญของการเจริญเติบโต (กรกฎาคม-สิงหาคม) พยากรณ์อากาศจะส่งผลต่อราคาสินค้าเกษตรล่วงหน้าภายในไม่กี่ชั่วโมงหลังการอัปเดตแบบจำลอง การพยากรณ์อากาศที่เปลี่ยนจากร้อน/แห้งแล้ง เป็นเย็น/ชื้นในพื้นที่ Corn Belt ของสหรัฐฯ ในช่วงสองสัปดาห์สามารถทำให้ราคาข้าวโพดขยับขึ้นลงได้ 0.20-0.40 ดอลลาร์/บุชเชลในเซสชันเดียว

ปฏิทินการวิเคราะห์เกษตรที่สำคัญ:
– มกราคม-กุมภาพันธ์: ติดตามผลผลิตซีกโลกใต้ (ถั่วเหลืองบราซิล, อาร์เจนตินา; การเก็บเกี่ยวข้าวสาลีออสเตรเลีย)
– มีนาคม-พฤษภาคม: ความคืบหน้าการปลูกในสหรัฐฯ, สภาพข้าวสาลีฤดูหนาว
– มิถุนายน-สิงหาคม: สภาพอากาศช่วงฤดูร้อนของสหรัฐฯ — การก่อตัวของผลผลิตข้าวโพดและถั่วเหลือง
– กันยายน-พฤศจิกายน: การเก็บเกี่ยวในสหรัฐฯ; การเริ่มปลูกข้าวสาลีใหม่ในซีกโลกเหนือ
– ตลอดทั้งปี: รายงาน WASDE รายเดือน; การติดตามมรสุมในอินเดียสำหรับพืชผลในเอเชียใต้

---

การวิเคราะห์ปัจจัยพื้นฐานพลังงาน: OPEC, EIA และรายงานตลาดน้ำมัน

การวิเคราะห์ปัจจัยพื้นฐานพลังงานมีสองระดับที่ชัดเจน:
1. ระยะสั้น (รายสัปดาห์, รายเดือน): การเปลี่ยนแปลงของสต็อกสินค้า, ข้อมูลการผลิต, การเดินเครื่องโรงกลั่น
2. ระยะยาว (รายปี, หลายปี): แนวโน้มการเติบโตของอุปสงค์, กลยุทธ์ของ OPEC+, การลงทุนด้านอุปทานจากผู้ผลิตนอกกลุ่ม OPEC

รายงานสถานะปิโตรเลียมรายสัปดาห์ของ EIA (เผยแพร่ทุกวันพุธเวลา 10:30 น. ตามเวลาฝั่งตะวันออกของสหรัฐฯ) คือข้อมูลที่ส่งผลต่อตลาดมากที่สุดในตลาดน้ำมัน รายงานนี้ประกอบด้วย:
– การเปลี่ยนแปลงของสต็อกน้ำมันดิบเชิงพาณิชย์ของสหรัฐฯ (ตัวเลขหลักที่เทรดเดอร์โฟกัส)
– การนำเข้าน้ำมันดิบและการใช้กำลังการกลั่น
– การเปลี่ยนแปลงสต็อกน้ำมันเบนซินและน้ำมันกลั่น (ดีเซล/น้ำมันเตา)
– ข้อมูลอุปสงค์โดยนัย

การที่สต็อกน้ำมันดิบลดลง (มากกว่าที่คาดไว้) ถือเป็นปัจจัยบวก (bullish); การที่สต็อกเพิ่มขึ้นถือเป็นปัจจัยลบ (bearish) ความคาดหวังของตลาด (สำรวจโดย Reuters และ Bloomberg ในวันก่อนหน้า) คือสิ่งที่กำหนดว่าอะไรคือ “เซอร์ไพรส์” การที่สต็อกลดลง 1 ล้านบาร์เรลเมื่อเทียบกับที่คาดว่าจะเพิ่ม 1 ล้านบาร์เรล ถือเป็นเซอร์ไพรส์เชิงบวก 2 ล้านบาร์เรล ซึ่งปกติจะผลักดันราคาสัญญาล่วงหน้า WTI ให้ขยับขึ้น 0.50-1.50 ดอลลาร์/บาร์เรล

รายงานตลาดน้ำมันของ IEA (รายเดือน, เผยแพร่ฟรีหลังจากช่วงห้ามเผยแพร่สั้นๆ) ให้สมดุลอุปสงค์/อุปทานน้ำมันโลกที่ครอบคลุมที่สุด ตัวชี้วัดสำคัญ: การพยากรณ์การเติบโตของอุปสงค์น้ำมันโลก (ล้านบาร์เรล/วัน), การเติบโตของอุปทานนอกกลุ่ม OPEC, ระดับการผลิตของ OPEC และสมดุลอุปสงค์/อุปทานโลกโดยนัย

รายงานตลาดน้ำมันรายเดือนของ OPEC ให้มุมมองอุปสงค์/อุปทานของ OPEC เอง ซึ่งต้องอ่านอย่างระมัดระวังเสมอเพราะ OPEC มีส่วนได้ส่วนเสียในการนำเสนอภาพเฉพาะบางอย่าง

การวิเคราะห์ปัจจัยพื้นฐานก๊าซธรรมชาติ จะมีความเป็นภูมิภาคมากกว่าเนื่องจากก๊าซขนส่งระหว่างประเทศได้ยากกว่า (LNG เพิ่มต้นทุนและต้องการโครงสร้างพื้นฐานเฉพาะ) การวิเคราะห์ก๊าซธรรมชาติของสหรัฐฯ จะเน้นที่ข้อมูลสต็อกก๊าซรายสัปดาห์ของ EIA (เผยแพร่ทุกวันพฤหัสบดี); ส่วนยุโรปจะเน้นที่ระดับสต็อกก๊าซในสหภาพยุโรป (ข้อมูลจาก GIE/AGSI) และกระแสการนำเข้า LNG

---

การวิเคราะห์ปัจจัยพื้นฐานโลหะ: กิจกรรมทางอุตสาหกรรม, สต็อก LME และอุปทานจากเหมือง

การวิเคราะห์ปัจจัยพื้นฐานโลหะยึดโยงอยู่กับสองสิ่ง: เกิดอะไรขึ้นกับการผลิตภาคอุตสาหกรรม (อุปสงค์) และ เกิดอะไรขึ้นที่เหมืองและโรงถลุง (อุปทาน)

ตัวชี้วัดด้านอุปสงค์:
– PMI (Purchasing Managers’ Index): ดัชนี PMI ภาคการผลิต (โดยเฉพาะองค์ประกอบด้านคำสั่งซื้อใหม่) เป็นหนึ่งในตัวชี้วัดนำที่ดีที่สุดของอุปสงค์โลหะ ค่า PMI สูงกว่า 50 = ภาคการผลิตขยายตัว; ต่ำกว่า 50 = หดตัว ดัชนี Caixin China PMI เป็นดัชนีรายประเทศที่ถูกจับตามองมากที่สุดสำหรับโลหะเนื่องจากสัดส่วนการบริโภคที่สูงของจีน
– ข้อมูลอสังหาริมทรัพย์ของจีน: การเริ่มก่อสร้างที่อยู่อาศัย, พื้นที่ก่อสร้าง, และการลงทุนในอสังหาริมทรัพย์ — ทั้งหมดเผยแพร่รายเดือนโดยสำนักงานสถิติแห่งชาติจีน — ขับเคลื่อนอุปสงค์เหล็ก ทองแดง อลูมิเนียม และโลหะอื่นๆ ที่เกี่ยวข้องกับการก่อสร้างโดยตรง
– การผลิตยานยนต์ในสหรัฐฯ: ตัวขับเคลื่อนสำคัญของอุปสงค์เหล็ก อลูมิเนียม ทองแดง ในอเมริกาเหนือ

ตัวชี้วัดด้านอุปทาน:
– สต็อกคลังสินค้า LME: เผยแพร่รายวันโดย LME สต็อกที่เพิ่มขึ้นส่งสัญญาณว่าอุปทานเกินอุปสงค์; สต็อกที่ลดลงสัญญาณว่าอุปสงค์เกินอุปทาน อัตราการเปลี่ยนแปลงมีความสำคัญมากกว่าระดับที่แน่นอน ที่สำคัญ: สต็อก LME เป็นเพียงส่วนหนึ่งของสต็อกโลกทั้งหมด — ยังมีสินค้าคงคลังนอกคลังสินค้า LME (off-warrant) ในคลังส่วนตัวหรือสต็อกของผู้ผลิต/ผู้บริโภคที่ไม่ปรากฏในข้อมูล LME
– สต็อกคลังสินค้า SHFE (Shanghai Futures Exchange): จีนมีตลาดซื้อขายล่วงหน้าของตนเอง (SHFE สำหรับทองแดง, อลูมิเนียม, สังกะสี; DCE สำหรับแร่เหล็กและถ่านโค้ก) สต็อก SHFE ให้สัญญาณอุปทานเฉพาะของจีน
– ข้อมูลการผลิตจากเหมือง: เผยแพร่รายเดือนโดยหน่วยงานสถิติระดับประเทศ และรวบรวมโดย ICSG, INSG, ILZSG และ WBMS เหตุการณ์หยุดชะงักของเหมือง (การประท้วงในชิลี, น้ำท่วมในอินโดนีเซีย, การปันส่วนพลังงานในแซมเบีย) จะถูกติดตามเป็นกรณีไป
– ส่วนต่าง TC/RC (Treatment Charge/Refining Charge): ค่าธรรมเนียมที่โรงถลุงเรียกเก็บจากคนทำเหมืองเพื่อแปรสภาพแร่ทองแดงเข้มข้นเป็นโลหะบริสุทธิ์ ค่า TC/RC ที่สูงขึ้นหมายถึงแร่เข้มข้นมีปริมาณมาก (เป็นปัจจัยลบต่อผู้ซื้อแร่เข้มข้น และลบต่อแรงจูงใจในการเพิ่มกำลังการผลิตของโรงถลุง) ค่า TC/RC ที่ลดลงหมายถึงแร่เข้มข้นตึงตัว (เป็นปัจจัยบวกต่อภาวะตึงตัวของอุปทานทองแดงบริสุทธิ์)

---

ขั้นตอนที่ 5: แปลงผลการวิเคราะห์เป็นมุมมองตลาด

การรวบรวมข้อมูลและสร้างโมเดล S&D คือขั้นตอนการวิเคราะห์ การแปลงผลเหล่านั้นเป็นมุมมองตลาด — และการตัดสินใจ — คือขั้นตอนเชิงพาณิชย์

การแปลงผลมักทำงานดังนี้:

1. สมดุลปัจจุบัน: ปัจจุบันอุปทานเกินอุปสงค์ (สต็อกเพิ่ม) หรืออุปสงค์เกินอุปทาน (สต็อกลด)?
2. สมดุลในอนาคต: โมเดลพยากรณ์ไว้อย่างไรในช่วง 3-12 เดือนข้างหน้า? ภาวะเกิน/ขาดแคลนจะกว้างขึ้นหรือแคบลง?
3. ความคาดหวังของตลาด: ตลาดรับรู้ปัจจัยใดไปแล้วบ้าง? หากทุกคนรู้เรื่องการหยุดชะงักของอุปทานแล้ว ราคาก็อาจสะท้อนเรื่องนี้ไปแล้ว
4. ผลกระทบต่อราคา: จากความสัมพันธ์ในอดีตระหว่างอัตราส่วน S/U (หรือเทียบเท่า) กับราคา ระดับราคาใดที่สอดคล้องกับสมดุลที่คาดการณ์ไว้?
5. ปัจจัยความเสี่ยง: อะไรที่อาจทำให้กรณีหลัก (central case) ผิดพลาด? สถานการณ์เชิงลบ (bearish) คืออะไร (อุปทานกลับมาเร็วกว่าคาด, อุปสงค์แย่กว่าคาด)? สถานการณ์เชิงบวก (bullish) คืออะไร (อุปทานหยุดชะงักเพิ่ม, อุปสงค์ดีกว่าคาด)?

มุมมองเชิงปัจจัยพื้นฐานจะมีหน้าตาเช่น: “อุปทานทองแดงโลกขาดแคลน 400,000 ตันในปี 2025 โดยมีสาเหตุจากการผลิตจากเหมืองที่คงที่และการใช้จ่ายด้านโครงสร้างพื้นฐานโครงข่ายไฟฟ้าที่แข็งแกร่งในจีนและสหรัฐฯ สต็อก LME อยู่ในระดับต่ำสุดในรอบ 5 ปี กรณีพื้นฐานของเราคือราคาทองแดงเฉลี่ยอยู่ที่ 9,500-10,000 ดอลลาร์/ตัน ในครึ่งแรกของปี 2025 โดยมีความเสี่ยงขาขึ้นหากอุปสงค์การก่อสร้างของจีนฟื้นตัวเร็วกว่าที่คาด”

มุมมองนี้นำไปสู่การปฏิบัติ: ควรป้องกันความเสี่ยงที่ราคาปัจจุบันหรือรอ? ซื้อล่วงหน้าหรือซื้อทันที? ล็อกราคาคงที่ในสัญญาหรือใช้ราคาลอยตัว?

---

การวิเคราะห์ปัจจัยพื้นฐานเทียบกับการวิเคราะห์ทางเทคนิค: เมื่อใดควรใช้แบบใด

การวิเคราะห์ทางเทคนิค ศึกษาแพทเทิร์นแผนภูมิราคา, ปริมาณการซื้อขาย, และตัวชี้วัดโมเมนตัม เพื่อระบุสัญญาณการเทรด ไม่มีการตัดสินใจเชิงพื้นฐานเกี่ยวกับอุปสงค์/อุปทานที่ชัดเจน

การวิเคราะห์ปัจจัยพื้นฐาน ศึกษาข้อมูลอุปสงค์/อุปทานเพื่อสร้างมุมมองเกี่ยวกับมูลค่าที่แท้จริงและทิศทางราคาที่เป็นไปได้

มืออาชีพมักใช้ทั้งสองวิธี — และการเข้าใจว่าเมื่อใดควรใช้แบบใดจะช่วยป้องกันความผิดพลาด

การวิเคราะห์ปัจจัยพื้นฐานดีกว่าสำหรับ:
– ทิศทางราคาในระยะกลางถึงยาว (3 เดือน ถึง 3 ปี)
– ทำความเข้าใจว่าทำไมราคาจึงเคลื่อนไหว (เรื่องราวที่เป็นเหตุเป็นผล)
– ตัดสินใจด้านการจัดซื้อและการเลือกโครงสร้างสัญญา
– ระบุว่าเมื่อใดที่ราคาผิดเพี้ยนไปจากปัจจัยพื้นฐานอุปสงค์/อุปทาน

การวิเคราะห์ทางเทคนิคดีกว่าสำหรับ:
– จังหวะเข้าและออกในระยะสั้น (นาทีถึงสัปดาห์)
– ระบุอารมณ์ตลาดและการวางสถานะ
– ตั้งระดับ Stop-loss เพื่อการจัดการความเสี่ยง
– เทรดรอบเหตุการณ์การประกาศข้อมูลที่ทราบล่วงหน้า (WASDE, รายงาน EIA)

การสังเคราะห์ในทางปฏิบัติ: ใช้การวิเคราะห์ปัจจัยพื้นฐานเพื่อตัดสินใจว่าจะเทรด (หรือป้องกันความเสี่ยง) ในทิศทางใด ใช้การวิเคราะห์ทางเทคนิคเพื่อตัดสินใจว่าจะดำเนินการเมื่อใดและที่ราคาเท่าใด

สำหรับมืออาชีพด้านการจัดซื้อ — ไม่ใช่เทรดเดอร์ — การวิเคราะห์ทางเทคนิคมีความเกี่ยวข้องน้อยกว่า มุมมองพื้นฐานว่าอุปทานตึงตัวหรือคล่องตัวคือสิ่งที่ขับเคลื่อนการตัดสินใจป้องกันความเสี่ยงหรือซื้อ จังหวะการเข้าซื้อที่เป๊ะๆ นั้นเป็นเรื่องรอง

---

วิธีที่การวิเคราะห์ปัจจัยพื้นฐานเชื่อมโยงกับการตัดสินใจด้านการจัดซื้อและการป้องกันความเสี่ยง

การประยุกต์ใช้การวิเคราะห์ปัจจัยพื้นฐานในห่วงโซ่อุปทานและการจัดซื้อ:

การตัดสินใจเรื่องสัญญาแบบราคาคงที่หรือราคาลอยตัว: หากการวิเคราะห์ชี้ว่าราคาสินค้าโภคภัณฑ์อยู่ใกล้จุดต่ำสุดของวัฏจักร (อัตราส่วน S/U ต่ำที่กำลังเริ่มฟื้นตัว, อุปทานที่เคยหยุดชะงักกำลังคลี่คลาย) ผู้ซื้ออาจชอบราคาลอยตัว — โดยหวังว่าจะได้ประโยชน์จากการที่ราคาปรับตัวสูงขึ้นจะเป็นปัญหาของผู้ขายหากผู้ซื้อใช้ราคาลอยตัว หากการวิเคราะห์ชี้ว่าราคามีแนวโน้มจะสูงขึ้น (อัตราส่วน S/U กำลังตึงตัว, อุปสงค์เร่งตัวขึ้น) ผู้ซื้อจะชอบราคาคงที่มากกว่า

จังหวะเวลาในการซื้อสินค้าจริง: ผู้นำเข้าธัญพืชที่มีความต้องการในเดือนกุมภาพันธ์-มีนาคม อาจซื้อในเดือนพฤศจิกายน (ก่อนความเสี่ยงจากรายงาน WASDE เพื่อล็อกราคาปัจจุบัน) หรือรอจนถึงเดือนมกราคม การวิเคราะห์ปัจจัยพื้นฐานช่วยตีกรอบการตัดสินใจนี้: หากอัตราส่วน S/U ของข้าวสาลีโลกต่ำสุดในรอบ 5 ปี การรอมีความเสี่ยง — ราคาอาจพุ่งขึ้นหากมีอุปทานหยุดชะงักเพิ่ม หากอัตราส่วน S/U อยู่ในระดับที่สบายใจ การรออาจเสนอราคาที่ถูกกว่า

การตัดสินใจด้านปริมาณ: ผู้ผลิตที่ป้องกันความเสี่ยงทองแดงล่วงหน้า 6 เดือน อาจป้องกันความเสี่ยงไว้ 70% ของปริมาณหากการวิเคราะห์ชี้ว่าราคาน่าจะสูงขึ้น แต่ถ้าชี้ว่าจะลดลงอาจทำเพียง 30% เพื่อเหลือโอกาสในการซื้อราคาที่ถูกกว่าในภายหลัง

การกระจายความเสี่ยงด้านซัพพลายเออร์และแหล่งกำเนิด: การวิเคราะห์ปัจจัยพื้นฐานที่ระบุความเสี่ยงจากการกระจุกตัว (ประเทศเดียวผลิต 30% ของสินค้าโภคภัณฑ์และกำลังเผชิญกับความไม่มั่นคงทางการเมือง) จะขับเคลื่อนการตัดสินใจเชิงกลยุทธ์ในการจัดหาซัพพลายเออร์สำรอง แม้จะมีต้นทุนที่สูงขึ้นก็ตาม

สมมติฐานราคางบประมาณ: ฝ่ายการเงินที่ตั้งสมมติฐานราคาสินค้าโภคภัณฑ์สำหรับงบประมาณประจำปีจะได้รับประโยชน์อย่างมากจากข้อมูลปัจจัยพื้นฐาน ราคาเส้นโค้งล่วงหน้า (forward curve) และมุมมองปัจจัยพื้นฐานจะให้ภาพที่ครบถ้วนมากกว่าการใช้เส้นโค้งล่วงหน้าเพียงอย่างเดียว

---

คำถามที่พบบ่อย

ฉันจะเริ่มทำวิเคราะห์ปัจจัยพื้นฐานได้อย่างไรหากไม่มีพื้นฐานด้านการเงิน?

เริ่มจากสินค้าโภคภัณฑ์ชนิดเดียวที่สำคัญต่อธุรกิจของคุณ อ่านรายงาน USDA WASDE ล่าสุด (สำหรับเกษตร), รายงานสถานะปิโตรเลียมรายสัปดาห์ของ EIA (สำหรับพลังงาน), หรือรายงานสต็อกรายวันของ LME (สำหรับโลหะ) โฟกัสที่การทำความเข้าใจว่าตัวเลขพาดหัวหมายถึงอะไร ไม่ต้องเก็บทุกรายละเอียดในครั้งเดียว USDA มีสื่อการเรียนรู้ฟรีที่อธิบาย WASDE หลังจากอ่านรายงานรายเดือนติดต่อกัน 3 เดือน คุณจะเข้าใจตัวแปรหลักดีกว่าคนส่วนใหญ่ แล้วค่อยๆ พัฒนาจากจุดนั้น

รายงาน CFTC Commitment of Traders (COT) คืออะไร และช่วยงานปัจจัยพื้นฐานอย่างไร?

รายงาน COT ของ CFTC เผยแพร่รายสัปดาห์ แสดงสถานะสัญญาล่วงหน้ารวมของกลุ่มเทรดเดอร์ประเภทต่างๆ สำหรับสัญญาล่วงหน้าสินค้าโภคภัณฑ์ที่กำกับดูแลในสหรัฐฯ: ผู้ป้องกันความเสี่ยงเชิงพาณิชย์ (ผู้ผลิต/ผู้บริโภคที่ใช้สัญญาล่วงหน้าเพื่อป้องกันความเสี่ยงทางกายภาพ), เทรดเดอร์ที่ไม่ใช่เชิงพาณิชย์ (ปกติคือกองทุนสินค้าโภคภัณฑ์), และเทรดเดอร์รายย่อยที่ไม่ได้รายงาน รายงาน COT บอกให้คุณรู้ว่าผู้เล่นในตลาดวางสถานะไว้อย่างไร เมื่อสถานะซื้อสุทธิของนักเก็งกำไรอยู่ในระดับสูงมาก ราคามักจะอ่อนไหวต่อการกลับตัวแม้ในข่าวที่เป็นปัจจัยลบเพียงเล็กน้อย — เพราะทุกคนที่อยากซื้อได้ซื้อไปหมดแล้ว สถานะ COT เป็นตัวชี้วัดอารมณ์ตลาดและความแออัด ซึ่งใช้ควบคู่กับการวิเคราะห์ปัจจัยพื้นฐาน

ข้อผิดพลาดที่ใหญ่ที่สุดที่นักวิเคราะห์ทำในการวิเคราะห์ปัจจัยพื้นฐานสินค้าโภคภัณฑ์คืออะไร?

การสับสนระหว่างสมดุลอุปสงค์/อุปทานกับทิศทางราคา ตลาดสามารถอยู่ในภาวะอุปทานส่วนเกิน แต่ราคาอาจสูงขึ้นได้หากส่วนเกินนั้นน้อยกว่าที่คาดไว้ ตลาดตั้งราคาตามความคาดหวังเมื่อเทียบกับความคาดหวังก่อนหน้า ไม่ใช่ระดับสัมบูรณ์ สินค้าโภคภัณฑ์ที่ขยับจากภาวะส่วนเกินมหาศาลไปสู่ส่วนเกินที่น้อยลงถือว่ามีพื้นฐานที่ดีขึ้น แม้ว่าตัวเลขยังคงเป็นภาวะส่วนเกินก็ตาม ราคาตอบสนองต่อการเปลี่ยนแปลงของสมดุลที่คาดหวัง ไม่ใช่สมดุลนั้นเอง

การวิเคราะห์ปัจจัยพื้นฐานรับมือกับเหตุการณ์ Black Swan (อุปทานหยุดชะงักที่ไม่คาดคิด) อย่างไร?

ตามคำจำกัดความคือทำไม่ได้ เพราะเหตุการณ์ Black Swan คือสิ่งที่คาดเดาไม่ได้ สิ่งที่การวิเคราะห์ปัจจัยพื้นฐานทำได้คือ: (1) ระบุความเสี่ยงของอุปทานที่กระจุกตัว (ประเทศเดียวหรือเหมืองเดียวที่ครองอุปทานสร้างความเปราะบาง); (2) ประมาณการผลกระทบต่อราคาหากเกิดการหยุดชะงัก (การวิเคราะห์ฉากทัศน์); (3) แนะนำการป้องกันความเสี่ยงเพื่อเป็นกลยุทธ์จัดการความเสี่ยงที่ไม่อาจกำจัดได้ด้วยการวิเคราะห์ การวิเคราะห์ปัจจัยพื้นฐานที่ดีจะสร้างฉากทัศน์ความเสี่ยงที่ชัดเจน แม้กระทั่งสำหรับเหตุการณ์ที่มีโอกาสเกิดขึ้นต่ำ

บ้านเทรดดิ้งสินค้าโภคภัณฑ์รายใหญ่เผยแพร่การวิเคราะห์ปัจจัยพื้นฐานของตนหรือไม่?

ธนาคารใหญ่ๆ (Goldman Sachs, Morgan Stanley, JPMorgan, Macquarie) เผยแพร่บทวิจัยสินค้าโภคภัณฑ์สำหรับลูกค้าสถาบัน — ไม่ได้เผยแพร่ฟรี บางแห่งเผยแพร่มุมมองระดับสูงในรายงานสาธารณะ บ้านเทรดดิ้ง (Vitol, Trafigura, Cargill) แทบจะไม่แบ่งปันการวิเคราะห์ปัจจัยพื้นฐานของตนออกสู่ภายนอกเลย เพราะนั่นคือความได้เปรียบทางการแข่งขัน แหล่งข้อมูลฟรีรวมถึง USDA WASDE, รายงานตลาดน้ำมันของ IEA (ฟรีหลังช่วง embargo), และบทสรุปที่เผยแพร่โดยสมาคมอุตสาหกรรม เช่น International Copper Study Group หรือ International Grains Council

---

ประเด็นสำคัญ

• การวิเคราะห์ปัจจัยพื้นฐานสินค้าโภคภัณฑ์คือกระบวนการตรวจสอบปัจจัยด้านอุปสงค์และอุปทานเพื่อสร้างมุมมองด้านราคา — มันตอบคำถามว่า “ทำไมสินค้าโภคภัณฑ์นี้ถึงมีราคาเท่านี้ และมันอาจไปทิศทางใด?”
• ขั้นตอนการวิเคราะห์มี 5 ขั้นตอน: ระบุตัวแปรหลัก → ค้นหาแหล่งข้อมูล → สร้างสมดุลอุปสงค์/อุปทาน → คำนวณตัวชี้วัดความตึงตัว (อัตราส่วน S/U, จำนวนวันสต็อก) → แปลงเป็นมุมมองตลาดและการตัดสินใจ
• สินค้าโภคภัณฑ์แต่ละประเภทมีปัจจัยหลักที่ต่างกัน: เกษตรขับเคลื่อนด้วยสภาพอากาศ, WASDE และรายงานพืชผล; พลังงานโดยการตัดสินใจของ OPEC และข้อมูลสต็อก EIA; โลหะโดยกิจกรรมทางอุตสาหกรรม, สต็อก LME และข้อมูลอุปทานจากเหมือง
• อัตราส่วนสต็อกต่อการใช้งาน (S/U) — สต็อกปลายงวดเป็นเปอร์เซ็นต์ของการบริโภครายปี — เป็นตัวชี้วัดความตึงตัวที่มีประโยชน์ที่สุดสำหรับสินค้าเกษตร มีตัวชี้วัดที่เทียบเท่าสำหรับพลังงานและโลหะ
• แหล่งข้อมูลหลัก: USDA WASDE (เกษตร), รายงานสถานะปิโตรเลียมรายสัปดาห์ EIA (น้ำมัน), รายงานตลาดน้ำมันรายเดือน IEA (น้ำมันโลก), สต็อกคลังสินค้า LME (โลหะ), รายงาน CFTC COT (สถานะตลาด)
• การวิเคราะห์ปัจจัยพื้นฐานเหมาะที่สุดสำหรับทิศทางราคาระยะกลางถึงยาว; การวิเคราะห์ทางเทคนิคดีกว่าสำหรับการเข้าและออกระยะสั้น เทรดเดอร์มืออาชีพส่วนใหญ่ใช้ทั้งสองอย่าง
• การวิเคราะห์ปัจจัยพื้นฐานเชื่อมโยงโดยตรงกับการตัดสินใจจัดซื้อ: สัญญาคงที่หรือลอยตัว, จังหวะการซื้อ, อัตราส่วนป้องกันความเสี่ยง, สมมติฐานราคางบประมาณ และการกระจายความเสี่ยงซัพพลายเออร์ ล้วนได้รับประโยชน์จากมุมมองเชิงปัจจัยพื้นฐานที่มีโครงสร้าง

Related Reading

To deepen your understanding of the topics covered in this article, explore these related guides: the supply-demand balances at the heart of every fundamental model, the price exposures that fundamental views are designed to exploit or hedge, the long-run cycles that provide context for current valuations and one way traders express a fundamental view without outright directional risk.