写在前面：一个真的很大的数，和一张真的很短的表
8 月中旬开始，"史上最强厄尔尼诺"这几个字就没从财经首页上下去过。
国家气候中心 8 月 18 日的表述是：赤道中东太平洋海表温度持续升高，预计 11—12 月前后达到峰值，大概率成为历史最强事件。美国气候预测中心 8 月 13 日给的数是：2026 年 10—12 月出现"历史级"事件的概率约 69%，而 2026—27 年北半球秋冬出现"非常强"事件的概率超过 90%。
这类新闻我一般不直接信转载稿。所以我去 NOAA 把 ONI 的原始序列拉了下来——1950 年 1 月起、月频、919 个月，是发布机构自己的文本，不是谁转的谁。
拉下来自己排了一遍，两个数：
- 2026 年 7 月的 ONI 是 +1.80。这是 1950 年以来所有 7 月里最高的一个。 第二名是 1997 年的 +1.60，第三名是 2015 年的 +1.57——那两次分别对应 1997-98 和 2015-16 两次公认的超强厄尔尼诺。
- 爬得也快：ONI 今年 5 月才首次站上 +0.5（3 月还只有 +0.11），7 月就到了 +1.80——从站上 +0.5 到站上 +1.5，只用了三个月。翻遍 1950 年以来所有事件，这个速度只有 1965 年和 1997 年那两次追得上。
所以"这次很大"这句话，我核完了，它成立。
但接下来是这篇文章真正想说的那件事。
我用同一份数据，按官方判据把 1950 年以来的厄尔尼诺事件全部算了一遍——判据不是我拍脑袋定的，是 CPC 的标准定义：ONI 连续 5 个重叠的三月季 ≥ +0.5。算出来 1950 年以来一共 24 次。
然后我拿国内这几个跟天气最沾边的品种去对：
有价格数据能覆盖到的，只有 6 次。
不是我偷懒。豆油 2006 年才有连续行情，棕榈油 2007 年底才上市，沪镍 2015 年 3 月才上市，只赶上 3 次。
一个只有六行的表。这就是我们手上全部的历史证据。
"史上最强"是一个关于海温的结论，不是一个关于价格的结论。这两句话之间，隔着六道折扣和一张只有六行的表。
一、厄尔尼诺是什么：三句话讲完
它是太平洋上的一次大规模"翻身"。
正常年份，赤道太平洋上刮的是自东向西的信风，把表层暖水一路推到西太平洋（印尼、菲律宾那一带），东边的秘鲁外海则不断有冷水上翻。于是西边暖、东边冷，西边多雨、东边干旱。
厄尔尼诺发生时，信风减弱甚至反向，暖水往东回流。 东太平洋暖了，西太平洋相对凉了，整条雨带跟着往东挪——原来该下在印尼、马来西亚、澳大利亚东部的雨，跑到了太平洋中东部和南美西岸。
一句话记住：东南亚偏旱、南美部分地区偏涝，这是厄尔尼诺最典型的两个手印。（它的反相叫拉尼娜，手印方向反过来。）
怎么判断它来没来？看 ONI（Oceanic Niño Index，海洋尼诺指数）：取赤道中东太平洋一块固定海域（Niño 3.4 区）的海表温度距平，做 3 个月滑动平均。ONI ≥ +0.5 叫厄尔尼诺状态，ONI ≤ −0.5 叫拉尼娜状态。
这里有一处细节，绝大多数报道不会讲，但它对交易者很重要：
"厄尔尼诺状态"和"一次厄尔尼诺事件"，是两个东西。
- 状态是实时监测的：这个月 ONI 到 +0.5 了，那就是厄尔尼诺状态。
- 事件是事后认定的：要 ONI 连续 5 个重叠的三月季都不低于 +0.5，才算完整的一次。
我按这个判据一算：这一轮到 7 月为止只走了 3 个季。按事后认定的口径，它现在还不构成一次"事件"。
这不是抠字眼。它意味着两件事：
① 你现在读到的每一句"这将是史上最强的一次"，都是预测，不是观测。哪怕预测方是最权威的气象机构，预测就是预测。
② ONI 这个数本身就是滞后的。 它是 3 个月滑动平均，中心月是 m 的那个值，要等 m 过去一个多月才公布。你今天看到的"7 月 +1.80"，实际是 6、7、8 三个月的平均，而且是 9 月才拿到手的。
第二条在做实测的时候会变成一个陷阱，我在第五节会正面处理它。
这一节到此为止——气象不是我的地盘，再往下讲我就要开始编了。下面回到期货。
二、从海温到价格，中间隔着六道折扣
这是本篇最想让你记住的一张图。
新闻标题里的因果长这样：厄尔尼诺 → 减产 → 涨价。三步，干净利落。
真实的链条长这样，六步，每一步都会打折：
| # | 这一道折扣 | 它为什么会打折 |
|---|---|---|
| ① | 海温异常 → 产地天气异常 | 厄尔尼诺只是概率上让东南亚偏旱。同时还有印度洋偶极子、季风强度、台风路径在影响同一片地，它们可以互相抵消 |
| ② | 产地天气 → 单产 | 作物有自己的生理时钟。油棕树遇旱，伤的是次年的果串，不是今年的产量；甘蔗、棉花、橡胶各有各的敏感窗口，错过窗口的干旱基本没影响 |
| ③ | 单产 → 全球产量 | 方向可能相反。东南亚偏旱压油棕，南美偏涝却可能利多大豆——而豆油和棕榈油是替代关系。两边一抵，剩下多少不好说 |
| ④ | 全球产量 → 可交易的供需 | 中间垫着库存这个缓冲垫，还压着出口税、生物柴油掺混比例这一类政策变量。产量掉了 3%，不等于市场上少了 3% |
| ⑤ | 供需 → 现货价 | 现货价不是一个客观测量值。这一条我在《基差与升贴水：一个报价减一个成交价》里写透了：你看到的现货报价，是采集来的报价，不是撮合出来的成交价 |
| ⑥ | 现货 → 你手上那份合约 | 你买的不是"棕榈油"，是某一个交割月的棕榈油合约（合约月份、主力合约、连续合约）。同一个减产预期，落在 01 合约和 09 合约上完全是两个价，而你还要面对移仓换月那几天的价差 |
六道折扣，每一道都不是 100%。
如果每道折扣都是 80%（已经很乐观了），乘下来 0.8⁶ ≈ 26%。
这不是精确计算，是个数量级的提醒：一句因果链越长的话，它成立的概率越低，而新闻标题的长度和链条的长度成反比。
再补一句最容易被忽略的：这条链上的前四道，全部发生在国外，而且没有一道是你能实时验证的。 你能验证的只有第五、六道——现货报价和盘面价格。
三、七个品种，各自挂在链条的哪一根线上
作者点名了三个（棕榈油、豆油、沪镍），我补了四个。挑的判据是"市场上被反复与厄尔尼诺挂钩"，不是"哪个跑出来好看"——这个名单在我跑第一行数据之前就定死了，之后一个都没动过。
| 品种 | 主产地 | 厄尔尼诺怎么摸到它 | 产业上的影响方向 | 这条链最容易断在哪 |
|---|---|---|---|---|
| 棕榈油 | 马来西亚、印尼 | 产区偏旱 → 油棕花芽分化与果串发育受损 | 偏收紧，但滞后 6–12 个月才落地 | 滞后期太长，中间任何一件事都能盖过它 |
| 豆油 | 南美（巴西、阿根廷） | 南美偏涝，对大豆通常不是坏事 | 方向和棕榈油可能相反 | 它和棕榈油是替代品，两条相反的力量在同一张盘上打架 |
| 豆粕 | 同上，同一颗豆子 | 同上 | 同上，且压榨端还要和豆油抢利润 | 一颗豆子榨出油和粕，两者供给天生同向，需求却各走各的 |
| 橡胶 | 泰国、印尼、马来 | 干旱影响割胶与产量 | 偏收紧 | 树胶有大量库存缓冲，且需求端跟汽车与轮胎周期高度绑定 |
| 棉花 | 印度、中国、美国 | 印度季风偏弱 → 减产；中国新疆基本不受影响 | 偏收紧，但只对印度那一块 | 中国是主要消费国，国内产区跟厄尔尼诺关系很弱 |
| 白糖 | 印度、巴西 | 印度季风偏弱 → 减产；巴西偏涝 → 压榨受阻但甘蔗长得好 | 两个主产国方向相反 | 两大产地互相抵消，再加上乙醇比价这个开关 |
| 沪镍 | 印尼、菲律宾 | 天气影响的是矿的开采与外运，不是长在地里的东西 | 本篇七个里链条最长、最不确定的一个 | 镍价近年主要由印尼产能扩张周期驱动，天气这一格几乎被盖住 |
看完这张表，第一个该注意到的不是任何一行，而是这七行的方向不是同一个方向。
棕榈油偏收紧，豆油可能偏宽松，白糖内部自己就打架。所谓"厄尔尼诺利多农产品"这句话，在它自己的品种清单里就没法自洽。
关于沪镍，多说两句，因为它是最容易被讲错的一个。
它和前六个不是一回事：前六个的标的是长在地里、会被天气直接杀死的东西；镍是埋在地下、天气只影响运输的东西。厄尔尼诺对它的作用点是"雨季长短影响菲律宾矿的装船""印尼旱季河流水位影响驳船运力"这一类物流问题——这已经是链条的第三、四道折扣之后了。
而真正主宰这几年镍价的，是印尼那条产业链本身的扩张节奏。这个我在《沪镍：全球六成的镍从一个国家出来，定价的却是另一格》里已经拆过，这里不重复。
记住一句：镍这一格，天气的信号被产能周期的噪音盖住了。 第四节我会给出它的三个历史数字，但我不会用它们做任何归因——原因就在这一句里。
四、六个样本摊开：数据说了什么
先交代口径，这个号的规矩是口径先行。
-
ONI 是一手源：NOAA/PSL 提供的原始文本，不是转载稿。事件表是我按 CPC 官方判据自己算的，没抄任何一份现成的"历次厄尔尼诺年表"。
-
价格是二手源：AKShare 的主力连续日线，公开可得、任何人可复现。
-
⚠️ 主力连续有一道必须交代的折扣：它在换月那天会出现一个不是行情造成的价格跳变。这个量我在《套利者：第三个角色，和"价差总会回来"这句话》里实测过——每年约 5 天，跳的幅度中位是常态日波动的 5.6 倍。
为什么还用它？因为没有别的选择：能回到 2006 年的序列只有主连。 怎么办？我给每个格子配了一个对照口径：把窗口里涨跌绝对值最大的那几天全部当成假跳剔掉（剔多少天，就按上面那个"每年 5 天"来算），再看符号还在不在。这是一个上界——真行情里最大的几天也被一起剔了，所以它偏保守。 结果：38 个格子里，有 7 个在剔完之后翻了符号，其中豆粕一个品种就占了 4 个。所以下面豆粕那一行我只当案例看，不参与任何结论。
再交代样本量，这是本篇的地基。
6 个事件。而这个号自己的规矩是：事件数少于 10，只报案例，一个比例都不许报。
所以下面你看到的每一个百分号，量的都是"这一次涨跌了多少"，是案例本身的幅度。你不会在这篇文章里读到任何一句"X 次里有 Y 次"。
结果一：六次事件窗口，七个品种各自的涨跌
窗口 = 从 ONI 首次达标那个月的月初，到最后一个达标月的月末。
| 品种 | 2006-09 (+0.94) | 2009-08 (+1.56) | 2014-10 (+2.75) | 2018-09 (+0.97) | 2019-11 (+0.66) | 2023-05 (+2.06) |
|---|---|---|---|---|---|---|
| 棕榈油 | — | +16.2% | +4.0% | −12.0% | −6.2% | +7.5% |
| 豆油 | +15.9% | +2.2% | +4.1% | −6.5% | −12.2% | +2.1% |
| 沪镍 | — | — | — | −5.7% | −31.3% | −21.5% |
| 橡胶 | +12.9% | +32.0% | +4.4% | −8.1% | −19.4% | +19.3% |
| 棉花 | +1.6% | +24.5% | −5.9% | −17.7% | −20.0% | +1.1% |
| 白糖 | +14.1% | +19.7% | +18.7% | +0.1% | −3.8% | −12.3% |
| 豆粕 | +14.5% | −3.0% | −4.1% | −6.6% | −0.5% | −2.8% |
括号里是那次事件的峰值 ONI。
先看加粗那一列。
2014 年 10 月到 2016 年 4 月，这是 1950 年以来最强的一次厄尔尼诺，ONI 峰值 +2.75，比这次目前的 +1.80 还高出一大截。
结果：棕榈油整个窗口只涨了 4.0%。豆油 +4.1%，橡胶 +4.4%，棉花 −5.9%，豆粕 −4.1%。
而且这个 +4.0% 还掩盖了路径。我把窗口里的极值也拉了出来：
棕榈油在那 19 个月里，最低跌到过比起点低 23.3% 的位置，那一天是 2015 年 9 月 7 日。
翻回 ONI 序列看那几个月：2015 年 8 月 +1.91，9 月 +2.21，10 月 +2.47，11 月 +2.64，12 月 +2.75。
海温正在一路冲向 1950 年以来的最高点，而棕榈油正走在它那 19 个月的最低点上。
如果你在 2015 年秋天，一边看着"史上最强厄尔尼诺"的头条，一边满仓多着棕榈油——那时候你面对的不是 +4%，是 −23%。而账户是按每天的结算价结的，不是按 19 个月之后的结果结的（每日无负债结算）。你能不能活到那 +4% 兑现的那一天，是另一个完全不同的问题（期货公司什么时候动手）。
再看最右和最弱那两列。
2019-11 那次是六次里最弱的（峰值 +0.66）：七个品种全跌，棉花 −20.0%、橡胶 −19.4%、沪镍 −31.3%。
2009-08 那次强度中等（+1.56），却是六次里多数品种涨幅最大的一次：橡胶 +32.0%、棉花 +24.5%、白糖 +19.7%、棕榈油 +16.2%。
⚠️ 但同一次里，豆油只涨了 2.2%、豆粕还跌了 3.0%。同一场天气、同一个窗口，七个品种自己就分成了两拨。
结果二：把强度和涨幅摆在一起，它们对不上
这是上面那张表按峰值 ONI 从强到弱重排的样子：
| 事件（按强度排序） | 峰值 ONI | 棕榈油 | 豆油 | 橡胶 | 棉花 | 白糖 |
|---|---|---|---|---|---|---|
| 2014-10 → 2016-04 | +2.75 | +4.0% | +4.1% | +4.4% | −5.9% | +18.7% |
| 2023-05 → 2024-04 | +2.06 | +7.5% | +2.1% | +19.3% | +1.1% | −12.3% |
| 2009-08 → 2010-03 | +1.56 | +16.2% | +2.2% | +32.0% | +24.5% | +19.7% |
| 2018-09 → 2019-06 | +0.97 | −12.0% | −6.5% | −8.1% | −17.7% | +0.1% |
| 2006-09 → 2007-01 | +0.94 | — | +15.9% | +12.9% | +1.6% | +14.1% |
| 2019-11 → 2020-03 | +0.66 | −6.2% | −12.2% | −19.4% | −20.0% | −3.8% |
从上往下读，没有任何一列是单调的。
最强的那次涨得最少，中等的那次涨得最多，第二弱的那次（2006）棕榈油还没上市但豆油涨了 15.9%，最弱的那次全线下跌。
6 个点，我不给相关系数。 6 个点上的相关系数只是一个把噪音写到小数点后两位的数字，给了反而误导人。我只把这 6 行按强度排好放在这儿，让排序自己说话。
结果三：放回它自己的历史里，这些窗口一点都不显眼
上面那些百分比，看着有大有小。但一个品种在任意一段 8 个月、19 个月里本来就会涨会跌——所以得给它配一个分母。
我拿每个品种全部历史上同样长度的所有滚动窗口做了一个分布，看事件窗口落在第几分位：
| 品种 | 2006-09 | 2009-08 | 2014-10 | 2018-09 | 2019-11 | 2023-05 |
|---|---|---|---|---|---|---|
| 棕榈油 | — | 78 | 53 | 25 | 33 | 64 |
| 豆油 | 86 | 54 | 55 | 30 | 13 | 55 |
| 橡胶 | 74 | 86 | 55 | 38 | 12 | 73 |
| 棉花 | 57 | 88 | 45 | 14 | 5 | 55 |
| 白糖 | 89 | 87 | 78 | 54 | 35 | 20 |
（数字是分位，50 = 正好落在该品种历史的中间。）
⚠️ 这些滚动窗口互相重叠、不独立，所以这个分位只是一个位置描述，不是显著性检验。 我不会写"显著"两个字。
但位置本身已经说明问题了：绝大多数格子挤在 13 到 88 之间，没有一个是极端值。也就是说——
厄尔尼诺窗口里的价格表现，放回这个品种自己的历史里，长得和一段普通日子没什么两样。
沪镍那三个数字，我照实报，但不做归因
−5.7%、−31.3%、−21.5%。三次窗口全是跌的。
我不会把它写成"厄尔尼诺利空镍"。
因为这三次窗口里同时躺着印尼镍产能的大扩张周期，而日线数据分不开谁是谁。这是这个号踩过的一个坑，写在《涨跌停板与熔断》那次实测的复盘里：数字可以全对、图可以很好看，但它答不了你正在用它答的那个问题。
三个数字能证明的只有一句：过去三次厄尔尼诺期间，沪镍是跌的。 至于为什么跌，这份数据不知道。
五、换一个锚点，那句话才第一次剩下点东西
写到这儿，如果就此收尾，结论会是"厄尔尼诺对价格没什么用"。
但我在开跑之前猜的不是这个，而且我猜反了。 这次返工是全篇最值钱的一段，所以我把它完整写出来。
我原本的猜测是：价格会提前反映预期，等 ONI 见顶的时候，行情早就走完了。 听起来很合理，市场总是提前反应嘛。
于是我把锚点从"事件开始"换成了"ONI 峰值月"——想验证峰值之后应该没什么行情了。
结果是反的：
| 品种 | 从 ONI 峰值月起，之后 12 个月的涨跌（逐次列出） |
|---|---|
| 棕榈油 | +34.5% ／ +27.4% ／ +32.2% ／ +9.1% ／ +22.3% 五次全是正的 |
| 豆油 | +37.8% ／ +32.1% ／ +21.9% ／ +15.7% ／ +16.0% ／ +2.5% 六次全是正的 |
| 橡胶 | +23.3% ／ +52.0% ／ +74.1% ／ +10.6% ／ +7.3% ／ +25.8% 六次全是正的 |
| 棉花 | +4.1% ／ +71.7% ／ +31.8% ／ −15.5% ／ +7.7% ／ −12.7% |
| 白糖 | −0.4% ／ +22.7% ／ +20.5% ／ +13.1% ／ −6.6% ／ −5.5% |
| 豆粕 | +29.6% ／ +13.9% ／ +17.8% ／ +2.0% ／ +25.5% ／ −18.6% |
这个结果太整齐了，整齐到我第一反应是自己算错了。
这个号有一条规矩：结果和你的预期相反、或者漂亮得不像话的时候，默认是自己错了。 所以我先去找它可能错在哪儿。
第一个嫌疑：会不会任何 12 个月，这些品种本来就都在涨？
于是我算了每个品种全部历史上所有 12 个月滚动窗口的收益分布。中位数是：
棕榈油 −1.6%、豆油 +0.2%、橡胶 −1.2%、棉花 −1.3%、白糖 −0.7%、豆粕 +1.1%、沪镍 +5.1%。
几乎全部贴着零。 所以"商品放 12 个月总归会涨"这个解释站不住。
把上面那些数字放回各自的分布里看分位：棕榈油 65 / 77 / 81 / 85 / 87，豆油 56 到 90，橡胶 61 到 96——这三个品种，没有一次低于自己的历史中位数。 而棉花是 22 到 98、白糖 37 到 88、豆粕最低到 10，散得很开。
这条线索的产业解释也对得上：第二节那道折扣②说过，油棕树遇旱伤的是次年的果串。海温见顶的时候，减产还没发生；等减产真的落到产量报告上，已经是一年之后了。
再回头看 2015-16 那次就顺了：棕榈油最猛的一段是 2016 年 2 月末到 3 月末（4948 → 5528），而那时候 ONI 已经从 12 月的 +2.75 掉到了 3 月的 +1.71。行情不是走在海温冲顶的路上，是走在海温退潮的路上。
但这一条我只写到这里，一步都不再往前。三个理由，每一个都足够。
① 这是 5 到 6 个点。 五次全正，在一枚公平硬币上出现的概率是三十二分之一——这个数字远不足以从"巧合"里被摘出来。
② 那三个"全中"的品种，彼此高度相关。 棕榈油、豆油、橡胶，产地都在东南亚，而棕榈油和豆油还是直接的替代品。我在《仓位管理：为什么"重仓一次就够了"是句反话》里实测过品种之间的相关性——"三个品种都成立"听起来像三份独立证据，实际上远不到三份。
③ 锚点本身带着混杂。 ONI 的峰值几乎总落在 11—12 月，于是"峰值 +12 个月"总是落在次年的 11—12 月。而这批年份里，躺着 2010 年和 2020—21 年两轮跟天气毫无关系的商品大行情。我没法把它们从这个数里摘出去。
所以这一节的结论只能写成这样，一个字都不能多：
如果"厄尔尼诺影响农产品"这句话一定要留下点什么，它能留下的最多是这一句： 传导是滞后的，滞后的长度以年计——而这句话本身，仍然只站在五六个点上。
六、结合当下：这一轮和历史上那几次，起跑线不在一个地方
前面五节都在讲历史。这一节讲现在。
先看盘面。（截至 2026 年 9 月 3—4 日收盘，主力连续）
| 品种 | 5 月至今 | 年初至今 | 当前价格在近 3 年的分位 | 在全部历史的分位 |
|---|---|---|---|---|
| 棕榈油 | +4.0% | +19.0% | 99.2% | 96.0% |
| 豆油 | +6.0% | +16.0% | 100.0% | 82.1% |
| 橡胶 | +6.3% | +19.8% | 98.3% | 68.8% |
| 棉花 | +1.4% | +15.1% | 94.8% | 75.6% |
| 豆粕 | +11.9% | +23.0% | 85.6% | 77.7% |
| 白糖 | +0.6% | +3.5% | 25.7% | 50.1% |
| 沪镍 | −13.4% | −3.0% | 49.1% | 63.5% |
（5 月为起点，是因为 ONI 正是在 5 月首次站上 +0.5。）
盘面已经在动了。油脂和橡胶年初至今涨了 15%—20%，价格落在近三年的九成五分位以上。产业面的消息也在往同一个方向走：有产业协会在 9 月初把明年的产量预估往下调了，产地干旱影响河运的报道也出来了。
换句话说：这不是一个"消息还没被市场知道"的局面。
然后是这一篇我最想让你看的一张表。
我把历次事件起点那一天的价格，放回该品种当时已有的全部历史里排了个分位——注意，只用起点之前的数据算，不含未来：
| 品种 | 2006-09 | 2009-08 | 2014-10 | 2018-09 | 2019-11 | 2023-05 | 2026-05 |
|---|---|---|---|---|---|---|---|
| 棕榈油 | — | 34% | 6% | 10% | 31% | 62% | 94% |
| 豆油 | — | 57% | 10% | 19% | 40% | 57% | 75% |
| 橡胶 | 63% | 45% | 2% | 13% | 16% | 14% | 63% |
| 棉花 | 11% | 27% | 10% | 70% | 17% | 62% | 74% |
| 白糖 | — | 86% | 42% | 42% | 74% | 97% | 47% |
| 豆粕 | 17% | 74% | 31% | 64% | 57% | 84% | 53% |
看棕榈油那一行：6%、10%、31%、34%、62%——历史上那几次厄尔尼诺，它多数是从自己历史价格的低位起步的。这一次，是从 94% 分位起步的。
橡胶那一行同样：过去六次里有四次的起点落在 2%—16% 分位，这次是 63%。
同一件天气，同一条产业链，同一句"厄尔尼诺利多农产品"——但历史上那几次，价格是从地板上起跑的；这一次，是从天花板附近起跑的。
这句话不构成任何方向判断。它只是把一个容易被忽略的事实摆出来：你拿历史类比来给现在的仓位找理由的时候，起跑线这一格得先对上。
七、那么它到底怎么用
先把话说明白：这一节不给方向建议，也不会出现任何点位。
这个号从第一篇起就写着不荐单、不喊单、不带单——原因不只是合规，还有一个更简单的：上面六节已经把话说完了，六个样本给不出方向。 我要是在第七节突然给出一个方向，前面六节的诚实就一分钱都不值了。
能给的是三样东西：一条链、四个可以自己查的观察点、一份风险清单。
7.1 产业上的影响方向（到此为止，不再往前一步）
这是第三节那张表的浓缩，是产业层面的因果方向，不是交易方向：
- 偏收紧的一侧：棕榈油、橡胶（东南亚产地干旱）；白糖的印度那一半；棉花的印度那一半。
- 方向不明或可能相反的一侧：豆油、豆粕（南美偏涝对大豆未必是坏事）；白糖的巴西那一半；棉花的中国那一半。
- 链条最长、最不该拿天气解释的：沪镍。
这三行加在一起说的是同一件事：厄尔尼诺不是一个可以整体做多的题材，它在不同品种上的符号都不一样。
7.2 四个你自己就能查证的观察点
这是我认为唯一可执行的部分——不是"什么时候买"，是"怎么知道这条链走到哪一格了"。
① ONI 本身。 一手源，公开，月更，任何人可以自己下载。看两件事：数还在不在涨、连续达标够不够 5 个季（够了才成为一次完整"事件"）。国家气候中心也有月度监测通报。
② 产地的降水与月度产量报告。 这是折扣①②③ 的验证点。马来西亚、印尼的官方与协会月报是公开的。这一格是整条链上最该盯、也最少人真去盯的一格——绝大多数人只盯到 ONI 就停了。
③ 库存。 折扣④ 的验证点。但要小心：行情软件里那条"库存"曲线其实是注册仓单，是一份被品级、品牌、地点、有效期四道手续筛过的登记，不是"仓库里有多少货"——这一条我在《库存数据：行情软件里那条「库存」曲线，到底是什么》里写透了，用它之前必须先读那一篇。
④ 基差。 折扣⑤⑥ 的验证点，也是最有用的一个：现货有没有跟上盘面。 如果盘面涨了 20% 而现货纹丝不动，那涨的多半是预期不是供需。读法同样在《基差与升贴水》那一篇。
这四个点是有顺序的：从①走到④，就是从"海温"走到"你的持仓"。每往下走一格，证据的分量重一格，但离你已经建的仓位也远了一格。
7.3 天气行情为什么是最容易出事的一类行情
这一节我想写得比前面都用力，因为它才是这篇文章真正的价值。
① 它是预期驱动的，而预期无法证伪。 "厄尔尼诺会导致明年减产"——这句话在明年之前，永远既不能被证实也不能被证伪。一个不能被证伪的多头理由，是一个不会让你止损的理由。 而没有止损条件的仓位，本质上不是一个交易（止损：机械止损、结构止损与心理止损）。
② 兑现的那一刻常常是反的。 数据落地那天，如果减产幅度只有预期的一半，价格反应的是"比预期好"，不是"确实减产了"。利多兑现即利空，在天气题材上尤其明显，因为预期已经在盘面上待了半年。
③ 它天生跳空。 天气数据、产量报告、政策调整基本都发生在盘外。国内商品的夜盘和外盘时间也对不齐（交易时间与夜盘）。而跳空是强平与穿仓那篇里最硬的一条：止损单挡不住跳空，涨跌停板也挡不住——板上到底能不能成交，是另一个问题。
④ 故事越动听，仓位越容易失控。 "史上最强"这四个字自带确定性的错觉。但看回第四节：上一次"史上最强"，棕榈油在海温冲顶的路上跌了 23%。 一个 5%—15% 保证金的账户（保证金制度），扛不扛得住 23%，取决于你的仓位，不取决于你的故事有多好听。仓位这件事，《仓位管理》和《凯利公式》两篇写完了，这里不重复——但凯利公式要的输入是胜率和赔率，而这篇文章从头到尾在说的就是：这个题目上，你不知道那两个数。
⑤ 最后一条，也是最难防的一条。 明年这个时候，无论价格往哪儿走，都会有一批人出来说"我当时就看对了"。你看到的是他们的截图，看不到的是同样看多但没扛住的那批人——这个陷阱在《幸存者偏差：那些晒收益截图的人去哪了》里。六个样本的题目，本来就是个人人都能事后说自己对的题目。
八、这一篇不回答什么
按惯例，边界写在明处。下面每一条都是我认为你读完会真的想问的下一个问题。
① 这次到底会不会成为史上最强？ 不知道，本篇也不预测。我只核实了两件事：到 7 月为止的 ONI 是 1950 年以来同期最高；按事后认定的口径，这次还没构成一次完整事件。再往后是气象部门的地盘，请以国家气候中心和相关机构的最新通报为准。
② 那些"印尼明年减产 X 百万吨"的数字靠不靠谱？ 本篇没有采信任何一个具体的产量预估数字进正文的论证。它们全部来自转载稿，属二手，而且是预测值不是观测值。要用请回产业协会与官方月报的原文。
③ 为什么不做多品种的对冲或价差？ 因为那属于可执行规则，本篇不产出可执行规则。棕榈油和豆油的价差我在《套利者》那篇里实测过——结论是这对价差七年半里翻了符号，"回归到正常水平"里的那个"正常"，取决于你从哪一年开始看。带着这个结论再去想天气价差，会比直接想安全一些。
④ 拉尼娜呢？ 本篇一个字没写。它不是厄尔尼诺乘以 −1，产地手印、作物敏感窗口都不一样，值得单开一篇。
⑤ 为什么不做日内或更细的数据？ 因为日线答不了。天气消息的落地是盘外事件，要看它在盘口上怎么被消化，需要的是逐笔数据，而这篇用的是日线——日线只能告诉你"这一天走到哪儿了"，不能告诉你"那半小时里发生了什么"。
⑥ 只有六个样本，那这篇文章的意义是什么？ 这个问题我留到结论里回答。
收尾：一张可以保存的表
| 你听到的那句话 | 数据能支持到什么程度 |
|---|---|
| "今年可能是史上最强的厄尔尼诺" | ✅ 成立。到 7 月为止 ONI +1.80，1950 年以来同期最高；爬升速度并列最快一档 |
| "按官方口径，厄尔尼诺事件已经发生了" | ⚠️ 不准确。事后认定要连续 5 个重叠三月季，这一轮到 7 月只走了 3 个季 |
| "厄尔尼诺一来，农产品就涨" | ❌ 六个样本里方向不一致。最强的那次（2015-16），棕榈油全窗口只涨 4.0% |
| "越强的厄尔尼诺，涨幅越大" | ❌ 完全不单调。中等强度的 2009 年那次涨得最凶，最弱的 2019 年那次七个品种全跌 |
| "厄尔尼诺行情是一波大行情" | ❌ 放回各品种自己的历史，这些窗口挤在 13—88 分位，一点都不显眼 |
| "厄尔尼诺利多所有农产品" | ❌ 七个品种的产业方向就不一致。南美偏涝对大豆未必是坏事，白糖两大产地方向相反 |
| "传导有滞后" | 🟡 这是唯一还剩点东西的一句：以 ONI 峰值为锚往后 12 个月，油脂与橡胶几次都在自己历史分布的上半区。⚠️ 但只有 5—6 个点，且三个品种彼此高度相关 |
| "现在还来得及" | ⚠️ 这不是本篇能回答的问题。能给的事实是：历史上那几次，棕榈油多从 6%—34% 分位起跑；这一次起点是 94% |
能直接用的三条结论
① 先分清"状态"和"事件"，再分清"预测"和"观测"。 ONI 是 3 个月滑动平均，还要滞后一个多月才公布——你读到的每一句"史上最强"，都是对一个还没走完的过程做的预测。 拿预测当既成事实，是这类行情最常见的第一个错误。
② 一条因果链的可信度，随它的长度指数级衰减。 从海温到你的持仓有六道折扣，前四道全在国外、且没有一道你能实时验证。验证顺序应该是从产地报告、库存、基差往回走，而不是从新闻标题往前走。
③ 六个样本的题目，最该管住的不是方向，是仓位。 这篇文章最硬的两个数字放在一起看就够了：上一次"史上最强"，棕榈油全程只涨 4.0%，中途最多跌过 23.3%。你能不能等到那 4%，取决于你的仓位撑不撑得过那 23%。
对一个只有六个样本的问题，最诚实的做法不是给一个答案，是把仓位调整到"答案是什么都不要紧"的大小。
下一篇预告
下一篇回到《米粒量化》的主线——AI 与个人交易者那条线，写我自己拿 AI 去读研报的完整过程：它在哪几步真的把几小时压成了几分钟，又在哪几步一本正经地把一个不存在的数字写进了摘要里。照例，失败记录一条都不删。
⚠️ 风险提示 本文仅为期货知识分享与研究交流，不构成任何投资建议。文中所有历史数据均为已发生事实的统计描述，历史表现不代表未来，样本量不足十例的统计更不具备推断价值。气象预测本身存在不确定性，请以国家气候中心等权威机构的最新通报为准。期货交易具有高杠杆特性，可能导致本金全部损失甚至产生穿仓负债。文中涉及的规则、比例、时间等信息以各期货交易所官方最新公告为准。请通过正规期货公司开户，理性参与、独立决策、风险自担。
