forcode：所有大宗商品，我希望抓取能獲得的所有期限的數據，按照美元時間價值係數進行調整，然後根據真實分佈計算全部可獲得數據的均值、標準差、1個標準差範圍和2個標準差範圍，然後按照估值百分位從最低到最高進行排序，然後保存成一個csv文件。
● 全部完成！76個品種全部成功獲取 ✅
● 文件： 260707_大宗商品通脹調整全掃描.csv（76個品種）
方法說明
- 通脹調整：FRED CPIAUCSL（2026年5月=334.0）
- 百分位：基於實際經驗分佈（非正態假設）
- σ區間：16%~84%（1σ）、2.5%~97.5%（2σ）實際分位
- 全部76個商品期貨主力連續合約，最長22年數據
✻ Crunched for 25m 56s
❯ 將該研究和數據統計改寫爲一篇訂閱號文章
76種商品，一個統一標尺：通脹調整後誰最便宜
一、爲什麼需要統一標尺
商品期貨的價格比較有一個天然障礙：不同品種的上市時間不同，價格水平天差地別。黃金九百多元一克，純鹼一千多元一噸，滬銅十萬元一噸，滬錫四十萬元一噸——絕對價格沒有任何可比性。
更關鍵的問題是時間維度。一個品種是2005年上市的，另一個是2023年上市的。前者經歷過兩輪完整週期，後者可能只在下跌趨勢中走了兩年。簡單的"當前價除以歷史均值"無法反映這種差異。
還有第三層問題：美元本身在貶值。2005年的100美元到2026年只值大約58美元。如果不剔除這個因素，所有商品的"歷史高位"和"歷史低位"都包含了貨幣幻覺。
這個研究的思路很直接：把國內期貨市場76個主要商品的全部歷史日線數據拉出來，用美國CPI指數統一調整爲2026年的美元購買力，然後計算每個品種的估值百分位——即當前真實價格在全部歷史數據中的排位。最後按百分位排序，找出全市場最便宜和最貴的商品。
這個方法的好處是：它不依賴任何分佈假設（不用正態分佈，不用σ區間），純粹基於數據本身的實際排序。跨品種可比，跨時間可比，剔除通脹。
二、數據來源與方法
76個商品的主力連續合約數據來自新浪財經期貨接口獲取。數據覆蓋最長的品種（滬銅、滬鋁、豆粕、玉米、棉花等）從2005年1月開始，至今約21.5年，最短的品種（鉑、鈀）僅有約5個月數據。
通脹調整採用美聯儲FRED數據庫的CPIAUCSL指數（美國城鎮消費者CPI-U，所有項目，1982-1984=100）。最新值爲334.0（2026年5月）。每個交易日的數據都乘以調整係數（334/當日CPI），得到以2026年5月美元購買力計價的"真實價格"。
對於每個品種，計算以下指標：
- 真實價格的全部歷史均值、中位數、標準差
- 實際16%和84%分位（對應正態分佈的1σ範圍）
- 實際2.5%和97.5%分位（對應正態分佈的2σ範圍）
- 當前真實價格的歷史百分位（即"估值百分位"）
- 當前真實價格相對於均值的偏離幅度
三、全市場排序：誰最便宜
按估值百分位從低到高排序，排名前15的品種如下。注意：百分位越低，說明當前價格在歷史上越便宜。
估值百分位最低的品種（全部數據，通脹調整後）
排名 品種 數據年數 當前真實價 歷史均值 估值百分位 距均值
1 早秈稻 13年 2,831 3,524 0.0% -19.7%
2 紅棗 7年 8,150 12,499 0.0% -34.8%
3 晚秈稻 8年 2,870 3,711 0.0% -22.6%
4 玻璃 14年 952 1,757 0.0% -45.8%
5 純鹼 7年 1,070 2,159 0.0% -50.4%
6 粳米 7年 3,524 4,000 0.1% -11.9%
7 滬鉛 15年 15,905 20,206 0.1% -21.3%
8 紙漿 8年 4,688 6,495 0.1% -27.8%
9 PVC 17年 4,439 8,617 0.2% -48.5%
10 粳稻 9年 3,082 4,007 0.3% -23.1%
11 燒鹼 3年 1,882 2,621 0.6% -28.2%
12 菜粕 14年 2,318 3,169 1.7% -26.8%
13 塑料 19年 7,029 12,711 2.0% -44.7%
14 氧化鋁 3年 2,701 3,466 2.8% -22.1%
15 白糖 21年 5,316 7,223 3.3% -26.4%
早秈稻、紅棗、晚秈稻、玻璃、純鹼這五個品種的當前價格都處於歷史0%分位——也就是說，從上市到現在，從未比現在更便宜過。
純鹼當前1,070元/噸，歷史均值2,159元/噸，偏離幅度-50.4%。2021年它曾經到過3,583元/噸的高位，此後因爲產能集中投放和需求雙殺，跌掉了70%。站在純鹼的角度看，行業的出清可能還需要時間，但價格確實已經在歷史最低區域。
PVC當前4,439元/噸，均值8,617元/噸，偏離-48.5%。塑料7,029元/噸，均值12,711元/噸，偏離-44.7%。這些偏向地產後週期和工業生產的化工品，都因爲地產新開工持續低迷而被壓到了歷史最低區域。
螺紋鋼3,068元/噸，偏離-36.3%，排在23位。原油443元/桶，偏離-23.8%，排在31位——這比我們之前用5年窗口算出的4%分位要合理得多。用完整數據看，原油443元/桶（約62美元）處於歷史12%分位，屬於偏低但並非極端的水平。
四、誰最貴
排名末位的品種代表了當前估值最貴的商品。
估值百分位最高的品種（全部數據，通脹調整後）
排名 品種 數據年數 當前真實價 歷史均值 估值百分位 距均值
76 錫 11年 409,250 227,669 98.3% +79.8%
75 白銀 14年 14,880 6,796 96.3% +119.0%
74 黃金 19年 904 460 96.2% +96.6%
73 國際銅 6年 91,280 72,610 94.4% +25.7%
72 滬銅 22年 102,970 76,519 90.7% +34.6%
71 20號膠 7年 14,870 12,839 90.3% +15.8%
70 碳酸鋰 3年 163,360 114,534 81.1% +42.6%
錫在所有品種中排名第一，當前真實價格409,250元/噸，高於歷史98.3%的交易日。白銀14,880元/千克，高於96.3%的交易日，距均值偏離高達119%。黃金904元/克，高於96.2%的交易日。
滬銅102,970元/噸，在22年的歷史數據中處於90.7%分位。我們的研究發現，即使經過通脹調整，銅價也處於高位，但並非歷史極端——2006年5月經通脹調整後的最高點（約138,000元/噸）比現在還要高出約34%。換句話說，2026年的銅價確實很貴，但不如2006年貴。
五、實際百分位的意義
我們同時計算了正態假設下的百分位作爲對比。實際經驗百分位與正態假設百分位的差異可以反映兩個問題。
第一，對於大多數品種，兩種方法在判斷"貴還是便宜"的方向上基本一致。偏差主要體現在極端尾部——正態假設傾向於低估低位品種的便宜程度，也低估高位品種的昂貴程度。這在純鹼上體現得最明顯：實際0%分位，正態假設約8%分位。
第二，對於上市時間較短的品種（如碳酸鋰僅3年、鉑鈀僅5個月），數據的統計意義有限。碳酸鋰當前處於81%分位看起來"貴"，但它的3年數據幾乎完整覆蓋了從暴漲到暴跌的完整週期，均值被高位拉高，所以81%分位可能高估了它的估值水平。對於這類品種，統計結果需要結合基本面來解讀。
第三，通脹調整對於長週期品種的影響顯著。對於有15年以上數據的品種，通脹調整可以使均值上移30%到50%。如果不做調整，直接將2005年的名義價格與2026年的名義價格對比，會低估歷史低位的真實深度，也會高估當前名義價格的歷史高度。
六、一個擴展觀察
從全市場排序中可以觀察到一些結構性的特徵。
工業金屬（銅、鋁、鋅）的估值百分位在50%到91%之間——多數處於中高位。這與新能源轉型帶來的結構性需求增長有關，也與供給端約束有關。
黑色系（螺紋鋼、熱卷、鐵礦石）的估值百分位在6%到32%之間——全部處於偏低區域，背後是房地產下行週期的持續壓制。
化工品分化極大。純鹼0%、PVC 0%、塑料2%處於極端低位，而燒鹼0.6%、乙二醇5%、甲醇11%也都在低位。但瓶片79%、純苯69%等相對較新的品種卻在中高位。這反映了化工品各自的供需節奏不同。
農產品同樣分化。白糖3%、菜粕2%、玉米15%處於低位，但棕櫚油64%、菜油45%處於中位。
貴金屬全面處於高位——黃金96%、白銀96%。這背後是美元信用體系動搖和全球央行持續購金的長期趨勢。
七、這個工具的用途
通脹調整後的全市場估值百分位排序，本質上是一個"客觀的溫度計"。它回答了一個簡單的問題：給定所有可獲得的交易數據，當前某個商品的價格在歷史上處於什麼位置。
它不預測未來。純鹼0%分位不等於明天會漲，黃金96%分位不等於明天會跌。但它提供一個概率參考框架——在統計學意義上，偏離均值越遠的品種，均值迴歸的概率越高。至於迴歸的時間點，那是另一個問題了。
它也不替代基本面分析。當某個品種處於歷史極端低位時，你需要回答的核心問題是：這次有什麼不同？是產能結構永久性改變（如純鹼的天然鹼法取代氨鹼法），還是暫時的週期性錯配（如2020年原油的負油價）？不同的答案對應完全不同的投資策略。
它最有價值的使用方式，是作爲一個篩選工具——在全市場76個品種中迅速鎖定那些處於統計極端位置的品種，然後針對它們做深入的基本面研究。
這次掃描的數據都已經保存在CSV文件中，包含每個品種的完整統計量、通脹調整係數、以及1σ和2σ的實際分位區間。需要查看某個具體品種的詳細數據或走勢，可以隨時提取。