COT pozicionēšana un pārpildīti darījumi: Reversu noteikšana

Divi no astoņiem galvenajiem valūtu fjūčeru tirgiem pašlaik uzrāda statistiskas galējības spekulatīvajā pozicionēšanā. JPY neto īsās pozīcijas ir nokritušās zem −148 000 — z-rādītājs −2.4 pret pēdējo 52 nedēļu sadalījumu — savukārt EUR neto garās pozīcijas ir pieaugušas līdz +112 000, z-rādītājs +2.1. Kad nekomerciālie tirgotāji tik ļoti pulcējas vienā virzienā, darījums vairs nav par makro tēzi un sāk būt par iziešanas risku.

Šis raksts ir par to, kas notiek tālāk. Izmantojot iknedēļas CFTC Commitments of Traders datus, mēs pētām, kā identificēt, kad konsensa darījums pāriet no "labi pozicionēta" uz "bīstami pārpildītu", kādi ir agrīnie brīdinājuma signāli par pozīciju slēgšanu un kā strukturēt reversa ietvaru ap COT pozicionēšanas galējībām.

Pārpildīta darījuma definēšana

Darījums kļūst pārpildīts, kad nekomerciālā spekulatīvā kopiena — hedžfondi, aktīvu pārvaldītāji un preču tirdzniecības konsultanti — uzkrāj virziena pozīciju, kas ir statistiski ekstrēma attiecībā pret tās pašu vēsturi. Kritiskais vārds ir relatīvs. Neto garā pozīcija +100 000 EUR līgumu nav pati par sevi ekstrēma; tā ir ekstrēma tikai tad, ja tā atrodas krietni virs valūtas tipiskā pozicionēšanas diapazona.

Divi rādītāji precizē šo definīciju par rīcības sliekšņiem.

Neto nekomerciālās pozicionēšanas Z-rādītājs

Visdrošākais veids, kā normalizēt COT rādījumus dažādās valūtās un laika periodos, ir slīdošais z-rādītājs. Tas atbild uz precīzu jautājumu: cik standarta novirzes virs vai zem tā nesenā vidējā ir pašreizējā pozicionēšana? Izmantojot 52 nedēļu logu, etalons tiek piesaistīts pašreizējam makro režīmam, nevis vairāku desmitgažu vēsturei, kas, iespējams, vairs neatspoguļo pašreizējo tirgus struktūru.

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, ...}

Rādījumi virs +2.0 vai zem −2.0 novieto valūtu tās vēsturiskā sadalījuma augšējā vai apakšējā 2.3%. Tas ir slieksnis, ko šis raksts uzskata par "ekstrēmu" — statistiski pietiekami neparastu, lai to atzīmētu kā strukturālu pozicionēšanas risku.

Neto pozīcija kā atvērto pozīciju daļa

Z-rādītājs parāda, kur pozicionēšana atrodas tās vēsturiskajā sadalījumā. Neto atvērto pozīciju attiecība parāda, cik koncentrēta ir virziena likme pašreizējā tirgus dziļumā. Kad nekomerciālā neto pozicionēšana veido vairāk nekā 25–30% no kopējām atvērtajām pozīcijām, tirgus ir strukturāli izkropļots un potenciāls dislokācijai jebkura pretēja katalizatora gadījumā ir augsts.

Pašreizējie ekstrēmie rādījumi galvenajās valūtās

Strapvalūtu z-rādītāja skenēšana, iespējams, ir visspēcīgākais iknedēļas rituāls, ko var veikt jebkurš makro FX tirgotājs. Vienlaicīgi ranžējot visus astoņus valūtu fjūčerus, tas nekavējoties atklāj, kuri darījumi ir "karsti" abās pusēs un kuri paliek neitrālā zonā, kur makro tēzei ir vieta attīstībai.

Iepriekš redzamais momentuzņēmums parāda skaidru spekulatīvā noskaņojuma bifurkāciju. JPY īso pozīciju portfelis ir visvairāk pārpildītā pozīcija kompleksā, ar z-rādītāju −2.4, kas atrodas krietni zem −2.0 bīstamības sliekšņa. EUR garās pozīcijas ir sasniegušas +2.1 un tuvojas punktam, kur konsensa garā pozīcija kļūst par savu risku. CHF ir pie −1.7, tuvojoties ekstrēmu īso pozīciju teritorijai. CAD un AUD ērti atrodas neitrālajā zonā.

Pāru tirgotājiem JPY/EUR diverģence ir visvairāk rīcības vērta interpretācija: ja ticat vidējā atgriešanās principam, darījums ar vislielāko strukturālo atbalstu no pozicionēšanas atvēršanas ir īsā EUR/JPY pozīcija — valūta ar ekstrēmu garo EUR ekspozīciju vienā pusē un ekstrēmu īso JPY ekspozīciju otrā.

COT virzīta reversa anatomija

Ekstrēma pozicionēšana neatgriežas spontāni. Tā atveras atsevišķās fāzēs, katrai no tām ir izmērāmas COT pazīmes. Fāžu struktūras izpratne palīdz atšķirt īslaicīgu konsolidāciju no patiesas režīma maiņas.

1. fāze — Uzkrāšana (Z-rādītājs 0 līdz ±1.5)

Makro tēze gūst atbalstu. Katru nedēļu spekulatīvā kopiena ar pārliecību papildina pozīciju. Neto līgumu skaits stabili pieaug, atvērtās pozīcijas palielinās, un cenu tendence atspoguļo un pastiprina konsensu.

2. fāze — Pārpildītība (Z-rādītājs ±1.5 līdz ±2.0)

Pozīcija pieaug ātrāk, nekā to pamato cena. Jauni dalībnieki pievienojas, jo darījums ir strādājis, nevis tāpēc, ka sākotnējā tēze ir nostiprinājusies. Iknedēļas izmaiņas neto pozicionēšanā paātrinās. Šī fāze bieži vien ir visrentablākā turētājiem — impulss ir pilnībā iesaistīts — taču tas ir arī brīdis, kad iziešanas risks sāk nemanāmi veidoties fonā.

3. fāze — Izsīkums (Z-rādītājs virs ±2.0)

Jaunu pozīciju veidošanas temps palēninās. Atvērtās pozīcijas var stabilizēties vai sākt samazināties, kamēr cena turpina virzīties tendences virzienā. Šī atšķirība starp pozicionēšanas palēnināšanos un nepārtrauktu cenu pieaugumu vai kritumu ir vissvarīgākais agrīnais brīdinājuma signāls, ko piedāvā COT ziņojums.

4. fāze — Pirmā pozīciju slēgšana (Z-rādītājs atkāpjas no galējības)

Ierodas katalizators — negaidīts centrālās bankas paziņojums, makro datu pārsteigums, ģeopolitisks šoks — un visvairāk sviras izmantojošie dalībnieki sāk samazināt ekspozīciju. Z-rādītājs atkāpjas no savas galējības, bet sākumā lēni. Cena strauji mainās, jo iziešanas ir koncentrētas: visi, kas iegāja 2. fāzē, cenšas iziet vienlaicīgi pa tām pašām durvīm.

5. fāze — Squeeze (Z-rādītājs atgriežas neitrālā virzienā)

Pozīciju slēgšana kļūst pašpastiprinoša. Īso pozīciju segšana vai garo pozīciju likvidācija paātrinās. Pozīcijas, kas bija ienesīgas lielāko daļu tendences, strauji kļūst neienesīgas "squeeze" laikā. Kustība bieži pārsniedz patieso vērtību pirms stabilizēšanās pie jauna neitrāla pozicionēšanas režīma.

Iepriekš redzamā diagramma ilustrē, kā JPY neto īsās pozīcijas sekoja USD/JPY pilna reversa cikla laikā. Visā 2023. gadā un 2024. gada sākumā smaga spekulatīvā īsā pozicionēšana JPY fjūčeros atbilda USD/JPY augšupejošai tendencei. Taču katru reizi, kad pozicionēšana sasniedza statistisku galējību, katalizators — bieži vien Japānas Bankas politikas signāls — strauji samazināja īso pozīciju portfeli, radot strauju JPY vērtības pieaugumu.

COT dati neparedzēja katalizatoru. Tas jums teica, ka pozīcija bija tik pārpildīta, ka jebkurš pretējs katalizators, neatkarīgi no tā lieluma, tiktu pastiprināts pūļa iziešanas dinamikas dēļ. Piekļūstiet JPY pozicionēšanas vēsturei, izmantojot FXMacroData COT galapunktu, lai sekotu līdzi, vai pašreizējā galējība veidojas vai mazinās.

Cenas un pozicionēšanas diverģences signāls

Visuzticamākais uz COT balstītais reversa brīdinājums nav absolūtais pozicionēšanas līmenis — tā ir atšķirība starp cenas virzienu un pozicionēšanas virzienu. Kad cena turpina virzīties vienā virzienā, bet spekulatīvā pozicionēšana pamatā esošajos fjūčeros sāk virzīties pretējā virzienā, lieli dalībnieki jau samazina ekspozīciju, kamēr mazumtirdzniecības impulsu tirgotāji virza cenu augstāk vai zemāk.

COT signālu apvienošana ar makro fundamentiem

COT pozicionēšana ir tirgus struktūras signāls, nevis fundamentāls. Tās spēks vairojas, kad tā saskan ar — vai ir pretrunā — pamatā esošo makro vidi. Visaugstākās pārliecības konfigurācijas rodas divās specifiskās situācijās.

1. konfigurācija — Makro atbalsts, pārpildīta pozīcija

Fundamentālais pamatojums pozīcijai ir spēcīgs un labi saprotams — taču tas jau ir pilnībā atspoguļots ekstrēmā spekulatīvajā pozicionēšanā. Šajā gadījumā ieguvums no turpmākas makro uzlabošanās ir ierobežots, jo kopiena jau ir pozicionējusies tam. Asimetrija ir uz leju: ja makro dati pievils pat nedaudz, reversa būs vardarbīga, jo pūlim nav kur iet.

Tas apraksta pašreizējo EUR situāciju. Vājināšanās USD naratīvs un nostiprināšanās ES ekonomikas dati atbalsta EUR garās pozīcijas no fundamentālā viedokļa — taču z-rādītājs +2.1 liecina, ka liela daļa šīs tēzes jau ir iekļauta fjūčeru pozicionēšanā. Darījums nav nepareizs, taču riska/atlīdzības attiecība ir ievērojami sašaurinājusies. Iegūstiet EUR makro datus kopā ar COT, lai pārbaudītu:

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"])

2. konfigurācija — Makro pretvējš, pārpildīta pozīcija (Augstākais brīdinājums)

Šī ir augstākā brīdinājuma konfigurācija. Makro dati sāk būt pretrunā ar konsensa tēzi tajā pašā laikā, kad pozicionēšana ir galējībā. Pārpildīts darījums, kas zaudē savu fundamentālo pamatojumu, ir recepte straujai, nekārtīgai pozīciju slēgšanai. CHF pie −1.7 apvienojumā ar jebkuru SNB politikas pārsteigumu, kas apstrīd CHF lāču tēzi, būtu šīs konfigurācijas mācību grāmatas piemērs.

Ātrums ir tikpat svarīgs kā līmenis. Kad neto pozīciju izmaiņas bija +8 000 līdz +12 000 līgumu nedēļā EUR uzkrāšanas kulminācijā un kopš tā laika ir palēninājušās līdz +1 000 līdz +2 000, šī palēnināšanās ir objektīva 3. fāzes pazīme. Pūlis joprojām pievieno, bet pārliecība vājinās. Tas ir brīdis, kad reversa risks pāriet no teorētiska uz nenovēršamu.

Praktisks reversa tirdzniecības ietvars

COT signālu pārvēršana reālos darījumos prasa struktūru. Pozicionēšanas galējības var saglabāties nedēļām vai mēnešiem, un nav garantijas, ka ekstrēms rādījums ātri mainīsies. Šis ietvars izmanto COT kā priekšnoteikumu filtru, nevis precīzu laika noteikšanas rīku.

Iknedēļas COT skenera izveide

Šī ietvara praktiskā ieviešana ir iknedēļas skeneris, kas automātiski aprēķina z-rādītājus un deltas visiem astoņiem valūtu fjūčeriem un izvada ranžētu brīdinājumu tabulu. Šeit ir ražošanai gatavs skripts, kas izmanto FXMacroData COT galapunktu:

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}")

Palaižot to katru piektdienas vakaru — neilgi pēc 15:30 pēc Austrumu laika COT publicēšanas — jūs iegūstat pilnīgu spekulatīvās ainavas pārskatu pirms nedēļas nogales un pirms Āzijas atvēršanas nākamajā svētdienā.