最准确猪价预测（预测的逻辑）

　　道是底层逻辑
　　法是普遍规律
　　一隐一显，互为论证。
　　只要是那些重复发生，并且具有固定频率的，就能够建立一个预测模型，在已知与未知之间架起一座桥梁，找到通往未来的路。
　　猪周期就是这样，找到底层逻辑，找到普遍规律，找到认识猪周期正确的思维方式，把各种已知掰开揉碎、排列组合的科学应用，就能帮助我们更好的理解猪周期，更好的看清未来，寻求解法、确定打法。
　　一猪周期是猪价预测的基础
　　有人说，猪周期已经不存在了，猪周期是不以人的意志为转移的存在，只是他不会以我们预期中的姿态出现。无往不在周期里，寒来暑往是周期，日月盈昃是周期，潮起潮落是周期，否极泰来是周期。
　　猪周期的规律性波动，是价格影响相关因素的相互作用、整合对冲后的结果。
　　二猪周期层层嵌套
　　猪周期是一个相互影响、循环作用、层层嵌套的因果链条，先发为因、后发为果。
　　比如；产能决定产量，产量决定价格，价格引导产能，周而复始循环往复。
　　三猪周期的本质就是波动
　　无论是40～48个月的完整猪周期，还是年度内的猪价起伏，都呈现出规律性的波动。比如年度猪价在大多年份，是一个趋势向上的W型波动。
　　猪周期的波动本身也呈现出谷底停留时间较长，暴涨冲高后快速回落，顶部停留时间较短的特征。底部停留时间较长是因为定价权惯性，顶部停留时间较短是因为顶部都会受到情绪化的推动，到达不应该到达的高度后，缺乏支撑快速回调。
　　四猪周期存在于整体之中
　　猪周期不是独立存在的，受大的经济周期，特别是国内经济周期影响。国内经济周期通常以十年为一个波动（朱格拉周期），我国经济周期的前五年（1～5）触底反弹，后五年（6～10）盛极而衰，导致前五年猪周期是弱周期，上涨力度不足，猪价高峰偏弱，上涨幅度有限。后五年猪周期是强周期，高峰期上涨力度强劲，强势上涨涨幅较大。
　　突发事件对猪价的影响也不容忽视。比如说今年七月各项经济指标全面下滑，八月份遭遇自去年三月新冠疫情清零后最大规模的反弹，消费受限，导致整个八月份猪价反弹乏力，持续下滑。
　　五准确研判周期启动点（拐点）是猪价预测的支点
　　周期的启动点就是整体能繁母猪（产能）由递增转为递减，或者由递减转为递增的时间节点。
　　周期的启动点有市场因素、政策因素、疫病因素等等，但具体是什么因素造成的并不重要，只要是全国范围内大规模一拥而上或者一拥而下的增减母猪，就可以判定为猪周期的启动点。一拥而上造成产能提高，一拥而下导致产能减少。
　　六猪周期就是猪的生产周期
　　把启动点锚定为预测基点，带入猪的生产周期，就能够得到新周期的猪价走势。
　　猪周期去产能启动点一年内的生猪出栏数量递增
　　猪周期去产能启动点一年内的能繁母猪数量递减
　　无论产能减少还是增加一旦启动，在下一个拐点形成之前，会保持递减或者递增的走势。
　　七传染性疾病大范围、大规模的集中爆发，是猪周期启动的重要推手。
　　绝大多数猪周期的启动，与传染性疾病的爆发具有因果关系。
　　03年的人类非典疫情
　　06年的猪高热病疫情
　　10年的人类H1N1流感（猪流感）疫情
　　14年的猪口蹄疫疫情
　　18年的猪非洲猪瘟疫情
　　2020年的新冠肺炎疫情
　　以及持续造成仔猪死亡率大幅增加的冬季产房腹泻。
　　人类疫情的影响，在于抑制猪肉消费，造成猪价大幅下跌养猪业亏损，行业主动去产能。猪疫情的影响，在于疫病造成生猪大范围、大规模的集中死亡，造成的被动去产能。
　　八常态化的疫情，不能对猪周期造成影响
　　与疫情的集中大规模爆发，导致生猪存栏快速减少不同，常态化疫情成为养猪业常态，每天都在发生的事件，无法造成波动，也就无法影响猪价走势。
　　九科学使用数据
　　随着大数据的广泛应用，行业信息越来越准确及时，数据的统计分析在猪价预测中的作用越来越突出。有人说行业信息我是不相信的，但是我要给你说的是，不能不相信数据，也不能只相信数据，数据本身的精准你可以不相信，但是数据所表达的趋势你一定要相信。
　　猪价预测还要了解各种数据对应生猪出栏的释放期。比如说后备母猪增加，对应15个月以后的生猪出栏增加，公猪精液的销售量增加；对应12个月以后的生猪出栏增加；仔猪补铁剂销量的减少，对应7个月以后生猪出栏减少；乳清粉、氧化锌等乳猪料原料用量的减少，对应6个月以后的生猪出栏量减少；肥猪饲料的增加，对应3、4个月以后的生猪出栏量增加；能繁母猪的减少，对应12个月以后的生猪出栏量减少。
　　这里我把配怀生长期由10个月，调整为12个月。
　　第一因为生猪出栏体重是逐年增加的，对应的出栏时间也在增加。
　　第二因为我国生猪品种是多样性的，外三可以6～7个月出栏，内三则需要8～10个月出栏，加上接近4个月的怀孕期，所以整体把猪的生产周期调整为12个月。
　　十预测的悖论
　　人是观念的动物，相信自己的判断，并且为看法下注。一个预测越准，就会有越多的人为此布局下注，当一致性看法超过一定的数量，所形成的一致性操作，就会使结果偏离预期，甚至与预测背离。
　　这一条是本文最重要的提示。前面的九条认知，不过是把碎片化的信息，串联成一个整体，为看法打上各种补丁，让预测稳定的接近结果，属于一阶思维，是真实世界的可能性，也就是意料。第十条则是一致性看法造成了结果的偏离，属于二阶思维，也就是意外。它提醒我们，哪怕十拿九稳，八九不离十，也会有意外。未来没有什么确定会发生，因此我们一定不能对预期孤注一掷。
　　这是因为整个行业对猪周期的认知更加深入，二阶思维覆盖了一阶思维，一致性预期的一致性反周期操作，把结果推到了偏离预期的轨道。
　　以上观点能想到的寻找猪周期答案的已知线索，未知依然藏在黑暗之中，期待与您一起探索，共勉。