本研究的目的是通過對期貨合約歷史交易價格的分析來度量期貨投資的風險收益，并以此來判斷評價不同期貨品種的投資價值。在現代金融理論中，對任何一種金融產品的評價都要考慮到風險和收益這兩個緊密聯系的方面。自從馬克維茨1952年發表《資產選擇》一文以來，西方許多金融經濟學家一直以來都在致力于金融產品收益和風險度量的研究，并行成了許多成熟的度量評價方法(特別是對風險的度量)。我們在考察和分析了已有的度量方法和評價體系的基礎上，結合我們研究問題的實際提出了我們自己的度量和評價體系。

　　一.風險收益的衡量與分析

　　1.收益的衡量

　　一直以來，人們對于收益的衡量方法比較一致，這也從另外一個方面反應了人們對于風險的關注。馬克維茨1952年在《資產選擇》一文中，用預期收益作為資產未來收益水平的代表。此處，馬克維茨研究的是資產配置問題，是一種事前的風險收益度量問題。因此，預期收益的計算要以未來資產價值的概率分布為前提。而我們此處是一種事后的評估，是從已經發生的價格序列來估計收益，二者之間是不同的(當然，有時候以歷史數據計算出的收益率作為未來預期收益率的估計值，這只是一種合理的近似)。一般地講，金融資產的收益包含兩部分，期間的現金流入和資本溢價(即持有期間資產價格的變動情況)。因此簡單收益率回報可以表示為 　　 ，其中C為持有期間現金流入，當持有期間隔比較短時(本文為一天)C值很小，可以忽略不計，這時簡單收益率回報就可以寫成 　　 。 盡管簡單回報含義直觀且計算簡單，但是它也存在一些缺點，其中最主要的一個問題就有限負債問題。對于一個投資者而言，其最大損失就是他的全部投資，不可能再多，即所謂有限負債。這樣，對于投資者而言，最壞的情況就是資產的價格為0，這就意味著未來一期資產回報的變動范圍是-100%～無窮大。因此，這種度量方法不能夠保證資產價格大于零，而且導致的回報序列不會呈正態分布形式，復雜化了分布形式。為了克服這個不足，我們引入了對數回報度量方法。一個資產的單期對數回報r,定義為單期簡單回報R加1后取自然對數，即：　　

　　由于對數回報解決了有限負債問題，同時由于多期回報只是單期回報的和，處理起來更加方便等良好的統計性質，使對數回報成為金融資產建模中的標準工具。因此，我們的研究中也采用對數回報來度量資產回報。

　　2.風險的衡量

　　相對于收益的度量講，風險的度量就沒有那么簡單明晰了。半個世紀以來，面對風險的巨大壓力，人們對風險度量的理論和方法進行了不懈的探索，直到上個世紀50年代后，風險度量才逐步完成其基礎性的研究成果，包括：

　　(1)馬科維茨的方差 方法

　　馬柯維茲在1952年發表的《資產組合的選擇》一文闡述了均值—方差理論，該理論將統計學中期望與方差的概念引入資產組合問題的研究，在假定收益率的概率分布確定的情況下，來度量收益率這一隨機變量相對平均收益率水平的總體平均離差。提出用資產收益率的期望來度量預期收益，用資產收益的標準差來度量風險的思想，將風險定量化。所謂方差就是指收益率偏離均值的程度。其計算公式為： 

　　

　　方差越大，收益偏離均值的幅度也就越大，波動性越大，風險越大。自從馬克維茨提出該指標以后，方差由于其簡單，直觀，良好的統計性質等原因成了風險的代名詞。人們總是好不吝嗇有時甚至是不假思索地用方差來度量各種風險。然而，方差作為風險的度量指標并不是完美的，只是一種近似，有時候甚至是沒有意義的。首先，方差作為風險的度量指標要求資產收益的分布是對稱的。否則，如果收益分布是不對稱的，方差指標就沒有意義。比如講，兩種資產收益分布的均值和方差都是相同的，但是一種資產收益是左偏的，一種是右偏的。顯然，這兩種資產的風險是不同，即使他們的方差是相同的。因為，對于風險而言，相對于大概率小損失而言人們更加厭惡小概率大損失的情況，后一種情況給人們帶來的痛苦遠大于第一種情況。從這個意義上講，收益分布左偏的資產的風險水平要大于右偏的資產。此時，方差作為風險的度量指標就不是完全的，還要考慮峰度，偏度等指標。而現代金融計量經濟學表明，大量的金融資產的收益分布都是不對的，這就給方差的使用帶來了挑戰。另一方面，方差作為風險的度量指標，沒有考慮到人們對于損失和受益的不同感受。一般情況下，對于相同的損失和收益，損失所帶來的痛苦要大于收益給人們帶來的快樂。而方差指標對損失和收益作了相同處理，沒有體現出這種不對稱性，即人們更關心損失。

　　(2)羅伊的“安全第一”法則與馬柯維茲的半方差方法。羅伊在1958年發表了投資組織理論的有影響的論文。他相信，一個投資者很難找到一個數學公式來量化效用函數，因此，他致力于找到一種可行的方法來確定風險—收益權衡的最佳比例。按照羅伊的理論，投資者會更傾向于“安全第一”法則，因此會設置最低可接受收益率。羅伊稱這個最低可接受收益率水平為“災難性水平(Disaster Level)”。投資者會傾向于使投資收益低于“災難性水平”的可能性最小。因此，通過最大化收益與方差的比率，投資者可以選擇使得投資收益低于“災難性水平”的概率最小的投資組合。收益—方差比率使得投資者可以將投資組合的損失高于“災難性水平”的可能性極小化。

　　馬柯維茲在1959年意識到羅伊的思想的重要性，便闡述了均值—方差分析的局限性。作為一種風險度量方法，方差法可能會與投資者的偏好結構以及證券和投資組合的回報率分布狀況發生脫節，使得均值—方差所帶來的信息無法充分區分不同的收益分布狀況。投資者出于以下兩個原因會對下半方差更感興趣：第一，只有下半方差才與投資者相關；第二，投資組合收益的分布可能不是正態分布。于是馬柯維茲提出了兩個思路來衡量下半方差：利用平均收益為基準來度量下半方差，以及利用目標收益為基準來衡量下半方差。這兩種方法僅僅計算低于平均收益或低于目標收益的收益串的方差。由于只有收益分布的一半被使用來計算方差，因此，馬柯維茲稱這種計算風險的方法為部分方差或半方差法。

　　(2) LPM類尾部風險(downside risk)衡量

　　1994年Leslie A.Balzer 提出了損失概率( Probability of Shortfall )指標來衡量風險大小。損失概率指出了資產收益低于某一參考點的概率。參考點一般情況下設為零，但是也可以設定為其他任何可以接受的最低水平。特別的，當參考點設為市場組合收益率時，我們可以考察資產相對于市場大勢的表現情況，是比大勢表現好還是差。指標的計算公式為：

　　Probability of Shortfall= Probability(R

　　其中，R是指投資的收益率，B是所選擇的基準收益率。

　　損失概率指標雖然給出了資產收益低于參考點的可能性，但是并沒有給出損失的嚴重程度的信息。比如，同樣是20%的概率資產收益低于0，但是一個損失價值的20%，一個損失價值的100%，顯然這兩種資產的風險也是不同的。考慮到這一情況，我們提出了另一個修正指標——預期損失(Expected shortfall)。這個指標不僅考慮到了收益低于基準的可能性，而且包含了每一可能性發生情況下的損失情況，比較全面。其計算公式為：

　　Expected shortfall＝E[R-B], where R-B<0

　　該指標的一個最大的問題是沒有考慮到，人們對于小概率大損失和大概率小損失的不同感受和厭惡程度。一般情況下，人們更厭惡那些小概率大損失的情況，這也是人們平時最經常感受到的風險的概念。而在該指標中，大損失和小損失只是和它們相應發生的概率相乘并加總，也就是說這兩種情況被賦予了相同的權重，這顯然是不符合現實的。這個不足在Harlow提出的LPM類指標(具體的是指下半方差指標)中的到了解決。

　　1991年Harlow提出了LPMs(lower partial moments)指標來度量風險。該指標也是度量低于基準收益的風險，其中partial是指該指標只衡量了收益分布相對于基準收益一側的情況，lower是指該指標衡量的是資產收益低于基準收益的損失風險(downside risk)。LPM風險度量理論將投資者從傳統的單一效用函數(指方差和半方差的二次函數)的束縛中解脫了出來。引入了多重符合凡·紐曼—摩根斯坦原則的效用函數。LPM理論幾乎涵蓋了所有人的風險厭惡程度：從風險偏好到風險中性，再到風險厭惡。其表達式為：

　　

　　其中n是LPM類指標的階，代表了投資者的風險厭惡程度。N取不同的值，我們可以得到前面的度量指標。比如，當n=0時，LPM指標上文的損失概率( Probability of Shortfall )指標是一致的；當n=1時, LPM指標等于上文中的預期損失(Expected shortfall)指標。當n=2時，LPM指標變為下半偏方差，該指標很好的克服了人們對于小概率大損失和大概率小損失的不同感受和厭惡程度這一現實問題，因為這兩種情況被賦予了大小不同的權重。特別的，當n=2，并且基準收益時預期平均收益時，LPM指標就成了馬克維茨提出的下半方差(semivariance)指標。下半方差指標衡量風險具有很多優點，澄清和考慮了許多有關風險的內涵。包括，考慮到了人們對風險和收益感受的不對稱性，以及對小概率大損失和大概率小損失事件的不同感受和厭惡程度等，可以說是最符合人們行為的風險度量指標。但是，下半方差指標也有不足之處。首先，該指標不像方差指標簡單明了，人們對他的了解和理解不夠，在實際應用中比較少。其次，基準指標的選擇缺乏統一的標準，選擇不同的基準指標會產生不同的風險度量結果。最后，在分析由眾多資產組成的資產組合時，用下半方差指標比用方差指標更為困難。因為，用下半方差指標時，整個組合的風險不像使用方差指標時那樣容易的分解為單個資產風險的函數，這樣在計算組合的風險時必須把它當作一個整體來處理，而不能夠像方差指標那樣通過單個資產的風險集成得到。

　　針對方差指標的問題，學者們提出了一類尾部風險的度量方法，這一類方法很好的解決了方差指標所面臨的困難。這類指標主要衡量相對于人們事前確定的基準而言，資產收益低于基準收益的風險。由于定義的不同，它很好的克服了方差指標的所面臨的兩個主要問題。首先，它不需要以收益分布的對稱為條件，因為它考慮的是收益的尾部分布風險(即小于基準收益部分的風險)。再者，它考慮到了人們對于受益和損失的不同感受，只考慮了相對于基準而言的損失的風險。

　　(3)VaR方法

　　VaR(Value-at-Risk)，即在險價值，按照Philippe Jorion的定義是指：在正常的市場環境下，給定一定的時間區間和置信水平，測度預期最大損失的方法。 定義c為置信水平,X為資產組合的損益，則一定持有期(T)內的VaR(為正值，表示損失的絕對額)定義為：

　　  

     VaR值即為一定置信水平下，資產組合在未來T期內的最大損失，也就是損益X概率分布的分位數。

　　根據定義，VaR同時給出了市場風險暴露的大小和發生損失的概率。VaR的計算可以采用正態分析法、歷史模擬法、蒙特卡羅模擬法等方法。歷史模擬法是基于投資組合的歷史表現估計未來的可能損失，從而得出投資組合的在險價值。而蒙特卡羅法則是通過能描述市場因素可能變化的統計分布，從而估計未來可能的損益分布，得出在險價值。

　　90年代以來，隨著風險管理和控制理論的發展，VaR作為風險的度量被越來越廣泛的采用。VaR作為風險管理和控制的新工具，很好的表達了投資者所關注的損失。但是VaR僅僅給出了一定置信水平下的最大可能損失，而實際的損失可能遠遠大于VaR值，對于收益分布為后尾的情況而言更是如此。例如，某一資產組合99%置信水平下的VaR值為100萬，根據VaR值我們可以推斷未來一段時間內可以在99%的水平下保證最大損失不超過100萬，但實際情況可能是尾部1%的損益發生了，比如說實際上損失了500萬。可以看出VaR方法的缺陷就是忽略了尾部分布的信息，可能導致實際的損失遠大于VaR值。我們不但想知道發生c個百分點的界限損失，而且也想知道在其超過臨界值時發生損失的平均規模。為此，人們提出了條件VaR(C-VaR)的概念作為VaR的有益補充。所謂條件VaR就是指損失超過VaR值的平均值，定義資產組合損益X的分布函數為f(x),則有：

　　  

　　這個數量又被稱為預期不足額(expected shortfall)、條件損失(conditional loss)、尾部損失(tail loss)等，很好的回答了這樣一個問題：如果遇到風險價值以外的風險，我們將損失多少？

　　對于標準正態分布而言，我們可以很容易的計算出一定置信水平的分位數(VaR)和條件VaR值(Cvar)，見下表：

	置信水平（ %）
	99.99	99.9	99	97.72	97.5	95	90	84.13	50
分位數	-3.715	-3.090	-2.326	-2.000	-1.960	-1.645	-1.282	-1.000	-0.000
cvar	-4.018	-3.370	-2.667	-2.368	-2.338	-2.062	-1.754	-1.525	-0.798

　　可以看出，在標準正態分布下VaR與 條件VaR(C-VaR )并不是相差太多，特別是當置信水平比較高時，比如在99%的置信水平下VaR為2.326， C-VaR為2.667。實際上當置信水平增加時，C-VaR與VaR的比率收斂于1，因此在正態分布情況下用VaR值來衡量潛在的損失是恰當的，能夠比較全面地反映風險的大小。但是當分布不是正態分布時，特別是對于存在厚尾分布的資產收益率而言，一定置信水平下的VaR與C-VaR可能相差很遠，此時的VaR并不能全面反映潛在的風險水平。這一點我們從下面的分析中就可以看得出。

　　Merriken(1994)指出，作為風險度量的方法，方差指標和LPM類指標適合于進行短期投資分析。這與我們進行的研究是相吻合的，因為在期貨市場上大部分投資者進行的都是短期投資。基于上面的分析，我們此處準備用方差，LPM類指標(其中n=2，基準分別取無風險利率，市場利率和預期收益率)以及VaR指標(包括條件VaR)來分別度量風險，并進行比較分析。

　　3.風險調整的收益率

　　單獨用收益率或者是風險指標來評價金融資產的績效都是不全面的，必須把風險和收益結合起來考慮，即考察風險調整的收益率指標。用收益除以風險就得到了風險調整的收益率，該指標反應了承擔單位風險所獲得的收益狀況，該指標越大表明資產的績效越好，投資價值越大。收益率指標我們采用對數收益率，風險指標我們分別采用方差，LPM類指標(其中n=2，我們假定投資者為風險厭惡者，基準分別取無風險利率，市場利率和預期收益率)以及VaR指標，由此我們構造出了三大類風險調整的收益率指標來評估期貨合約的投資價值。

　　(1)Sharp比率指標：Si＝(Ri-Rf)／σi

　　(2)LPM比率指標

　　LPMi=(Ri-Rf)/ LPM，其中n=2，基準分別取無風險利率，市場利率和預期收益率.

　　(3)RAROC模型

　　以VaR作為風險度量的RAROC模型的其計算公式為：

　　RAROC＝ROC／VaR(C-VaR)

　　其中，ROC為評價期內資產的收益率，VaR為證券組合在該評價期和給定的置信區間內預期的最大損失值。

　　這三類比率主要的區別在于風險度量指標的不同，它們的憂缺點上文中已經分析過，在此不在重復。還有，我們在此使用的風險度量指標都是總體風險指標，并沒有對風險進行諸如CAPM模型之類的系統性風險和特有風險的分解。我們沒有考慮分散化的影響，對于我們所分析的期貨投資而言是合適的，同時也是一種穩健的分析方法。

　　二.流動性的考察

　　流動性是金融市場賴以存在與運行的基石,因而,期貨市場的流動性對于市場中期貨品種能否迅速及時達成交易并發揮其應有功能是非常重要的。合理的流動性為期貨市場中各種類型的投資者提供了快速、低成本買賣期貨合約的機會,而在一個缺少流動性的期貨市場中買賣雙方很難在滿意的價位完成預期數量的交易,期貨合約的交易將逐漸萎縮并最終被淘汰出局。期貨合約交易流動性的急劇下降將使得期貨市場不能充分匯聚各方面信息,并通過公開競價的交易機制形成公正透明的價格,所以,其發現價格以指導相關企業生產和經營的作用,以及為套期保值者規避現貨市場價格風險以鎖定成本和利潤的功能將受到不利的影響。因此，我們再分析各個期貨品種的風險收益，確定其市場價格表現的基礎上要進一步的分析不同品種的流動性狀況，這也是投資者在選擇投資品種時的一個重要的考慮因素。

　　對市場流動性的研究是和市場微觀結構理論的研究緊密聯系在一起的,不同的市場微觀結構基礎形成了市場間不同的運行特征。因此,同樣是對市場流動性的衡量,不同的市場使用的考察指標之間存在一定差異,例如,作為市場微觀結構的基礎,市場的交易機制依據其價格發現機制的不同可分為兩類:一類是報價驅動型,一類是指令驅動型。國外的證券市場和期貨市場較多采用做市商制度,也就是報價驅動型市場,因此,國外對市場流動性研究的指標設計基本上是基于報價驅動型市場,例如,紐約證券交易所通常是使用價差指標和價格改善指標來衡量市場的流動性。但是我國國內的證券市場和期貨市場采用的都是指令驅動型的計算機自動撮合的交易系統,沒有做市商制度,因此,適合國外證券市場的流動性指標并不能直接拿來度量國內市場的流動性。在報價驅動型市場中,做市商為市場的交易提供流動性,交易者可以以給定的做市商的報價迅速執行交易,市場流動性的特點在于交易的即時性。在指令驅動型市場中,交易雙方是根據掌握的歷史信息(現在及過去的) 對未來的價格和交易量進行預期,反映不同投資者預期的指令通過經紀人交到交易所后按照一定的成交原則成交。不同的預期產生不同的未來時刻的價格和交易量,如果到達市場的買賣指令出現不匹配,那么就會有部分投資者的指令得不到執行,市場的流動性就會下降。由此可見,在指令驅動型市場中,市場流動性的特點是和市場較大交易量的影響及指令出現不匹配時可能面臨的隱性交易成本有緊密聯系的。

　　衡量市場流動性的方法可以分為四種類型,即價格法、交易量法、價量結合法和時間法。其中時間法衡量交易的即時性,主要是使用日內高頻數據分析訂單到達市場到執行之間的間隔或是一個特定時間內的交易次數,由于收集日內高頻交易數據的困難,所以,在本文不討論時間法的使用。價格和交易量同時都是反映市場流動性的重要指標,所以,價格和交易量必然與市場的流動性之間存在著深刻的內在聯系。 Barclay和Smith (1988) 給出了價格及交易量與流動性之間的內在關系:價格與流動性呈負相關關系,絕對價差隨價格上漲而增加,市場深度隨價格上漲而降低;交易量與流動性呈正相關關系,價差隨交易量的增加而減小,市場深度隨交易量的增加而增大。價格法是通過衡量市場寬度來考察流動性的,這種方法的衡量指標主要有價差衡量指標、價格改善指標、價格自相關模型等。在采用報價驅動型的市場中,價格法能夠較好地反映出市場的流動性狀況。交易量法是基于市場交易量的流動性衡量方法,衡量指標主要有市場深度、成交深度、深度改進率、換手率等。交易量法忽略了價格變化這一衡量市場流動性最重要的因素。因為交易量大小與價格波動性有關,而市場價格的波動性又會對市場的流動性產生影響,所以,忽略價格變化的交易量法在衡量市場的流動性存在著較大的局限性。價量結合法結合了價格和交易量的方法,較好地克服了單純的價格法和單純的交易量法的不足,比較適合用來分析采用指令驅動型市場交易機制的市場流動性,例如我國證券和期貨市場的流動性。

　　Kyle 等(1985) 將價格和交易量結合起來衡量市場的流動性,提出了一個市場深度模型,用于分析凈交易行為對價格的影響程度。模型如下:

　　P( y) = μ+λy , D =1/λ

　　其中P(y) 是證券價格,y 是該證券的交易量,μ是證券的真實價值,λ代表證券價格對交易量的敏感程度,D 是衡量市場深度的指標。D 越大的證券,其價格就越不容易受交易的沖擊,從而其流動性也就更好。以這一模型為基礎,衍生出一系列以成交量與價格變動之間關系來衡量市場流動性的流動比率指標,如Amivest 流動性比率、Martin 流動性比率、Hui-Heubel 流動性比率等。其中, Hui- Heubel 流動性比率將證券的流通市值納入到指標當中,使其對單個證券或是整個市場的流動性衡量更為合理。

　　結合期貨合約的特點,本文使用如下指標來檢驗我國期貨市場的流動性:

　　  

　　其中,Ft 是期貨當前收盤價格, 是期貨前一時刻的收盤價格, 是從前一時刻到當前時刻的成交量, 是該期貨合約當前的持倉量。這個流動性指標的分母是換手率,分子是這段時間的對數收益率。指標的含義是單位合約換手率給價格帶來的影響,當換手率一定的時候,價格變化越大,指標值也越大,說明流動性越差；價格變化越小,指標值也越小,流動性就越好。上面對流動性的定義消除了量綱影響,在不同品種之間具備了可比性。此外,由于流動性研究大多采用每日或日內交易數據等高頻數據,為了避免在收益率很低時流動性指標的數值會出現相差極大的情況,本文把換手率放在分母中而不是把對數收益率放在分母中,便于數據處理。下面我們就對每個期貨品種的日內流動性指標進行計算和分析，考察其流動性狀況。最后，結合上文中的風險收益狀況綜合評價各品種的投資價值。

　　三 研究方法設計

　　本文研究的期貨品種為國內三家期貨交易所10個期貨品種, 即上海期貨交易所的銅、鋁、橡膠、燃料油, 大連商品期貨交易所的大豆、玉米、豆粕, 鄭州商品交易所的硬麥、強筋麥、棉花。研究所用數據為每個期貨合約的日交易數據, 包括開盤價、最高價、最低價、收盤價、交易量和持倉量。數據的時間跨度范圍為：銅、大豆從1996-2-7～ 2004-12-31, 鋁從1996-2-9～ 2004-12-31, 橡膠、小麥從1997-2-9～ 2004-12-31。

　　同時考慮到我國期貨合約交易的特點，即剛上市時交易量比較少，在合約到期交割之前的3-4個月交易比較活躍，流動性比較好，隨著交割日期的臨近交易量又開始減少。因此，投資者一般都只買賣市場上所謂的主力和約進行投資，很少投資于其他合約，對于廣大投機者而言更是如此。也就是說，每一個期貨合約對于投資者而言實際上只有一段時間在進行集中的交易，所以我們考慮構造連續和約來分析投資者的風險收益情況，這對于分析每個交易品種的流動性也是合理的。具體的，連續和約的構造方法為：對于銅、大豆, 由于交易量較大、交易較活躍的期貨合約往往是距離當前月之后(不包括當前月) 的第4個期貨合約, 故對銅和大豆, 連續期貨合約選取距離當前月之后的第4個期貨合約作為代表, 在最近期期貨合約進入交割月之后, 然后再選取下個距離當前月之后的第4個期貨合約, 這樣就得到一個連續的期貨合約序列。而對于鋁、小麥和橡膠, 交易量較大、交易較活躍的期貨合約往往是距離當前月之后(不包括當前月) 的第2個期貨合約, 因此, 對鋁、小麥和橡膠, 連續期貨合約選取距離當前月之后的第2個期貨合約作為代表, 在最近期期貨合約進入交割月后, 選取下個距離當前月之后的第2個期貨合約。同樣以銅和大豆為例, 說明連續合約的產生過程, 假設現在的時間是1997201, 對銅來說, 距離當前月的第4個合約是1997205 交割的期貨合約,而到1997202, 距離當前月的第4個合約是1997206交割的期貨合約, 因此, 在1997201 選取1997205 交割的期貨合約作為代表, 而到1997202 選取1997206交割的期貨合約作為代表, 以此類推; 對于大豆, 假設現在的時間是1997201 或02, 距離當前月的第4個合約是1997209 交割的期貨合約, 而到1997203或04, 則距離當前月的第4個合約是1997211 交割的期貨合約, 因此, 在1997201 和02 選取1997209交割的期貨合約作為代表, 而到1997203 和04 選取1997211 份交割的期貨合約作為代表, 以此類推。這樣產生的連續期貨合約優點在于期貨交易相對較活躍, 期貨價格、交易量、持倉量具有較好的代表性。在連續合約中, 銅、大豆的時間跨度從1997-01-02～2004-12-31, 鋁的時間跨度為1997-1-8～2004-12-31，小麥、橡膠的時間跨度從1998-1-5～2004-12-31。

　　首先，我們分別計算每個期貨品種的收益率，風險，風險調整的收益率等指標，根據每個指標給出具體的績效排名次序。特別的，在考慮LPM類風險指標實時，對于基準的選擇，我們考察無風險利率，市場指數收益率和與平均收益率三個基準。其中，無風險利率我們選擇一年期銀行定期存款款利率，市場指數收益率我們選擇上證指數，深證指數，國債指數分別按40%、30%、30%的權重進行加權平均。

　　其次，我們按照上文中的方法計算每一期貨品種的日間流動性指標，并計算出其均值方差等，考察每個品種的流動性狀況，給出按照流動性狀況的投資價值排名。

　　最后，我們綜合考慮每個品種的風險收益和市場流動性狀況。可以考慮按照不同的比例加權，得出最終的投資價值排序，得到我們需要的結果，形成投資分析報告。

　[1]　[2]　[3]　[4]　[下一頁]