COT pozicioniranje i prenatrpane trgovine: Uočavanje preokreta

Dva od osam glavnih tržišta valutnih fjučersa trenutno pokazuju statističke ekstreme u špekulativnom pozicioniranju. Neto kratki ugovori za JPY pali su ispod −148.000 — z-rezultat od −2.4 u odnosu na distribuciju u posljednje 52 sedmice — dok su neto dugi ugovori za EUR porasli na +112.000, z-rezultat od +2.1. Kada se nekomercijalni trgovci ovako masovno pozicioniraju u jednom smjeru, trgovina prestaje biti o makro tezi i počinje biti o riziku izlaska.

Ovaj članak govori o tome šta se dešava dalje. Koristeći sedmične podatke CFTC Commitments of Traders, istražujemo kako prepoznati kada konsenzusna trgovina prelazi iz "dobro pozicionirane" u "opasno prenatrpanu", kako izgledaju rani signali raspleta i kako strukturirati okvir preokreta oko ekstremnih COT pozicija.

Definisanje prenatrpane trgovine

Trgovina postaje prenatrpana kada nekomercijalna špekulativna zajednica — hedž fondovi, menadžeri imovine i savjetnici za trgovanje robom — akumulira usmjerenu poziciju koja je statistički ekstremna u odnosu na vlastitu historiju. Ključna riječ je relativno. Neto duga pozicija od +100.000 EUR ugovora nije inherentno ekstremna; ekstremna je samo ako se nalazi daleko iznad tipičnog raspona pozicioniranja valute.

Dvije metrike preciziraju ovu definiciju u pragove za djelovanje.

Z-rezultat neto nekomercijalnog pozicioniranja

Najrobusniji način normalizacije COT očitavanja kroz valute i vremenske periode je pokretni z-rezultat. On odgovara na precizno pitanje: koliko standardnih devijacija iznad ili ispod svog nedavnog prosjeka je trenutno pozicioniranje? Korištenje 52-sedmičnog prozora povezuje referentnu vrijednost sa trenutnim makro režimom, a ne sa višedecenijskom historijom koja možda više ne odražava trenutnu tržišnu strukturu.

import requests, statistics

BASE = "https://fxmacrodata.com/api/v1"
KEY  = "YOUR_API_KEY"

def fetch_cot(currency: str, start: str = "2018-01-01") -> list[dict]:
    r = requests.get(f"{BASE}/cot/{currency}", params={"api_key": KEY, "start": start})
    r.raise_for_status()
    return r.json()["data"]

def rolling_zscore(records: list[dict], window: int = 52) -> list[dict]:
    """Rolling 52-week z-score of net non-commercial positioning."""
    vals = [r["noncommercial_net"] for r in records]
    out  = []
    for i, rec in enumerate(records):
        w = vals[i : i + window]          # records are newest-first
        if len(w) < 8:
            out.append({**rec, "zscore": None})
            continue
        mu  = statistics.mean(w)
        sig = statistics.stdev(w)
        z   = (rec["noncommercial_net"] - mu) / sig if sig else 0.0
        out.append({**rec, "zscore": round(z, 2)})
    return out

eur_data   = fetch_cot("eur")
eur_scored = rolling_zscore(eur_data)
# Latest reading
print(eur_scored[0])
# {'date': '2026-04-15', 'noncommercial_net': 112340, 'zscore': 2.1, ...}

Očitavanja iznad +2.0 ili ispod −2.0 stavljaju valutu u gornjih ili donjih 2.3% njene historijske distribucije. To je prag koji ovaj članak tretira kao "ekstreman" — statistički dovoljno neobičan da se označi kao strukturni rizik pozicioniranja.

Neto pozicija kao udio otvorenih pozicija

Z-rezultat vam govori gdje se pozicioniranje nalazi u svojoj historijskoj distribuciji. Omjer neto otvorenih pozicija govori vam koliko je usmjerena opklada koncentrisana unutar trenutne dubine tržišta. Kada neto nekomercijalno pozicioniranje predstavlja više od 25–30% ukupnih otvorenih pozicija, tržište je strukturno iskrivljeno i potencijal za dislokaciju na bilo koji suprotan katalizator je visok.

Trenutna ekstremna očitavanja za glavne valute

Skeniranje z-rezultata među valutama je vjerovatno najmoćniji sedmični ritual koji svaki makro FX trgovac može provesti. Rangiranjem svih osam valutnih fjučersa istovremeno, odmah otkriva koje su trgovine "vruće" na bilo kojoj strani i koje ostaju u neutralnoj zoni gdje makro teza ima prostora za razvoj.

Gornji snimak pokazuje jasnu bifurkaciju u špekulativnom sentimentu. Kratka pozicija JPY je najprenatrpanija pozicija u kompleksu, sa z-rezultatom od −2.4 koji se nalazi znatno ispod praga opasnosti od −2.0. Duge pozicije EUR dostigle su +2.1 i približavaju se tački gdje konsenzusna duga pozicija postaje vlastiti rizik. CHF je na −1.7, približavajući se ekstremno kratkoj teritoriji. CAD i AUD se udobno nalaze u neutralnoj zoni.

Za trgovce parovima, divergencija JPY/EUR je najdjelotvornije očitavanje: ako vjerujete u povratak na prosjek, trgovina sa najvećim strukturnim vjetrom u leđa od raspleta pozicioniranja je kratka pozicija EUR/JPY — valuta sa ekstremnom dugom izloženošću EUR-u na jednoj strani i ekstremnom kratkom izloženošću JPY-u na drugoj.

Anatomija preokreta vođenog COT-om

Ekstremno pozicioniranje se ne preokreće spontano. Ono se raspliće u nizu različitih faza, svaka sa mjerljivim COT potpisima. Razumijevanje strukture faza pomaže vam da razlikujete privremenu konsolidaciju od stvarne promjene režima.

Faza 1 — Akumulacija (Z-rezultat 0 do ±1.5)

Makro teza dobija na snazi. Svake sedmice, špekulativna zajednica sa uvjerenjem dodaje poziciju. Neto ugovori stabilno rastu, otvorene pozicije se povećavaju, a trend cijene odražava i pojačava konsenzus.

Faza 2 — Prenatrpanost (Z-rezultat ±1.5 do ±2.0)

Pozicija raste brže nego što cijena opravdava. Novi učesnici se pridružuju jer je trgovina funkcionisala, a ne zato što je originalna teza ojačala. Sedmične delte u neto pozicioniranju se ubrzavaju. Ova faza je često najprofitabilnija za vlasnike — zamah je potpuno angažovan — ali je i tada kada rizik izlaska počinje nevidljivo da se gradi u pozadini.

Faza 3 — Iscrpljenost (Z-rezultat iznad ±2.0)

Stopa izgradnje novih pozicija se usporava. Otvorene pozicije mogu stagnirati ili početi opadati dok se cijena nastavlja kretati u smjeru trenda. Ova divergencija između usporavanja pozicioniranja i nastavka rasta ili pada cijene je najvažniji rani signal upozorenja koji COT izvještaj nudi.

Faza 4 — Prvi rasplet (Z-rezultat se povlači iz ekstrema)

Dolazi katalizator — neočekivana izjava centralne banke, iznenađenje makro podacima, geopolitički šok — i najviše leveridžirani učesnici počinju smanjivati izloženost. Z-rezultat se povlači iz svog ekstrema, ali u početku sporo. Cijena se naglo preokreće jer su izlazi grupisani: svi koji su ušli u Fazi 2 pokušavaju istovremeno izaći kroz ista vrata.

Faza 5 — Stisak (Z-rezultat se vraća prema neutralnom)

Rasplet postaje samopojačavajući. Pokrivanje kratkih pozicija ili likvidacija dugih pozicija se ubrzava. Pozicije koje su bile profitabilne tokom većeg dijela trenda brzo postaju neprofitabilne tokom stiska. Potez često premašuje fer vrijednost prije nego što se stabilizuje blizu novog neutralnog režima pozicioniranja.

Gornji grafikon ilustruje kako su neto kratke pozicije JPY pratile USD/JPY kroz cijeli ciklus preokreta. Tokom 2023. i početkom 2024. godine, snažno špekulativno kratko pozicioniranje u JPY fjučersima odgovaralo je rastućem trendu USD/JPY. Ali svaki put kada je pozicioniranje dostiglo statistički ekstrem, katalizator — često signal politike Bank of Japan — brzo je kompresovao kratke pozicije, proizvodeći oštru aprecijaciju JPY-a.

COT podaci nisu predvidjeli katalizator. Oni su vam rekli da je pozicija bila toliko prenatrpana da bi bilo koji suprotan katalizator, bez obzira na veličinu, bio pojačan dinamikom izlaska mase. Pristupite historiji pozicioniranja JPY putem FXMacroData COT krajnje tačke kako biste pratili da li se trenutni ekstrem gradi ili popušta.

Signal divergencije cijene i pozicioniranja

Najpouzdanije upozorenje na preokret zasnovano na COT-u nije apsolutni nivo pozicioniranja — to je divergencija između smjera cijene i smjera pozicioniranja. Kada se cijena nastavlja kretati u jednom smjeru, ali špekulativno pozicioniranje u osnovnim fjučersima počinje da se kreće u drugom smjeru, veliki učesnici već smanjuju izloženost dok maloprodajni trgovci momentumom guraju cijenu više ili niže.

Kombinovanje COT signala sa makro fundamentalima

COT pozicioniranje je signal tržišne strukture, a ne fundamentalni. Njegova snaga se umnožava kada se uskladi sa — ili protivrječi — osnovnom makro okruženju. Postavke sa najvećim uvjerenjem nastaju u dvije specifične konfiguracije.

Konfiguracija 1 — Makro vjetar u leđa, prenatrpana pozicija

Fundamentalni argument za poziciju je jak i dobro shvaćen — ali je već u potpunosti odražen u ekstremnom špekulativnom pozicioniranju. U ovom slučaju, potencijal rasta od daljeg makro poboljšanja je ograničen jer se zajednica već pozicionirala za to. Asimetrija je na donjoj strani: ako makro podaci razočaraju čak i skromno, preokret će biti nasilan jer masa nema gdje da ode.

Ovo opisuje trenutnu postavku EUR-a. Narativ o slabljenju američkog dolara i jačanje ekonomskih podataka EU podržavaju duge pozicije EUR-a na osnovu fundamenta — ali z-rezultat od +2.1 govori vam da je veći dio ove teze već uračunat u pozicioniranje fjučersa. Trgovina nije pogrešna, ali se omjer rizika i nagrade značajno suzio. Povucite makro podatke EUR-a zajedno sa COT-om da biste provjerili:

import requests

BASE = "https://fxmacrodata.com/api/v1"
KEY  = "YOUR_API_KEY"

# EUR macro fundamentals
eur_gdp    = requests.get(f"{BASE}/announcements/eur/gdp",         params={"api_key": KEY, "limit": 6}).json()
eur_cpi    = requests.get(f"{BASE}/announcements/eur/inflation",   params={"api_key": KEY, "limit": 6}).json()
eur_policy = requests.get(f"{BASE}/announcements/eur/policy_rate", params={"api_key": KEY, "limit": 4}).json()

# COT positioning
eur_cot    = requests.get(f"{BASE}/cot/eur", params={"api_key": KEY, "limit": 8}).json()

print("Latest EUR policy rate:", eur_policy["data"][0])
print("Latest EUR CPI:", eur_cpi["data"][0])
print("Latest EUR net COT:", eur_cot["data"][0]["noncommercial_net"])

Konfiguracija 2 — Makro vjetar u prsa, prenatrpana pozicija (Najviši nivo upozorenja)

Ovo je postavka sa najvišim nivoom upozorenja. Makro podaci počinju da protivrječe konsenzusnoj tezi u isto vrijeme kada je pozicioniranje na ekstremu. Prenatrpana trgovina koja gubi svoje fundamentalno opravdanje je recept za brz, neuredan rasplet. CHF na −1.7 u kombinaciji sa bilo kakvim iznenađenjem politike SNB-a koje osporava medvjeđu tezu za CHF bio bi školski primjer ove konfiguracije.

Brzina je jednako važna kao i nivo. Kada su promjene neto pozicija iznosile +8.000 do +12.000 ugovora sedmično na vrhuncu akumulacije EUR-a i od tada su se usporile na +1.000 do +2.000, to usporavanje je objektivni potpis Faze 3. Masa i dalje dodaje, ali uvjerenje slabi. Tada se rizik preokreta prelazi iz teoretskog u neposredan.

Praktični okvir za trgovanje preokretima

Prevođenje COT signala u stvarne trgovine zahtijeva strukturu. Ekstremi pozicioniranja mogu potrajati sedmicama ili mjesecima, i nema garancije da će se ekstremno očitavanje brzo preokrenuti. Sljedeći okvir koristi COT kao preduslovni filter, a ne kao precizan alat za tajming.

Izgradnja sedmičnog COT skenera

Praktična implementacija ovog okvira je sedmični skener koji automatski izračunava z-rezultate i delte za svih osam valutnih fjučersa i ispisuje rangiranu tabelu upozorenja. Evo skripte spremne za produkciju koja koristi FXMacroData COT krajnju tačku:

import requests, statistics
from datetime import date, timedelta

BASE       = "https://fxmacrodata.com/api/v1"
KEY        = "YOUR_API_KEY"
CURRENCIES = ["aud", "cad", "chf", "eur", "gbp", "jpy", "nzd", "usd"]
WINDOW     = 52   # weeks for z-score baseline
EXTREME_Z  = 2.0  # alert threshold

def fetch_cot(ccy: str) -> list[dict]:
    r = requests.get(f"{BASE}/cot/{ccy}", params={"api_key": KEY, "start": "2019-01-01"})
    r.raise_for_status()
    return r.json()["data"]   # newest first

def analyse(records: list[dict]) -> dict:
    vals = [r["noncommercial_net"] for r in records]
    net  = vals[0]
    # 52-week z-score
    window = vals[:WINDOW]
    mu  = statistics.mean(window)
    sig = statistics.stdev(window) if len(window) > 1 else 1
    z   = round((net - mu) / sig, 2) if sig else 0.0
    # 4-week velocity (average weekly change)
    delta_4w = round((vals[0] - vals[4]) / 4, 0) if len(vals) > 4 else 0
    # Net as % of open interest
    oi      = records[0].get("open_interest", 1) or 1
    net_oi  = round(net / oi * 100, 1)
    return {
        "net": net, "zscore": z,
        "delta_4w": delta_4w, "net_oi_pct": net_oi,
        "date": records[0]["date"]
    }

print(f"\n{'CCY':5} {'Net':>9} {'Z-Score':>9} {'4W Delta':>10} {'Net/OI%':>9}  Status")
print("-" * 60)

for ccy in CURRENCIES:
    data  = fetch_cot(ccy)
    stats = analyse(data)
    flag  = " ⚠ EXTREME" if abs(stats["zscore"]) >= EXTREME_Z else ""
    print(f"{ccy.upper():5} {stats['net']:>9,.0f} {stats['zscore']:>9.2f} "
          f"{stats['delta_4w']:>10,.0f} {stats['net_oi_pct']:>9.1f}%{flag}")

Pokretanje ovoga svakog petka navečer — ubrzo nakon objave COT-a u 15:30 po istočnom vremenu — daje vam potpun uvid u špekulativni pejzaž prije vikenda i prije otvaranja azijskog tržišta sljedeće nedjelje.