季节性波动规律是大宗商品特别是农产品价格运动的特有属性，虽然期货市场产生的初始动机是为了缓解现货价格的季节性波动，但是季节性波动的规律并不是完全可以消除的，而且在期货与现货的联系越来越密切的今天，商品期货价格的季节性波动越来越明显，并普遍表现为：在供应淡季或者消费旺季时，价格高启；而在供应旺季或消费淡季价格低落。
例如，在正常情况下，每年的七八月份属于全球大豆的供应淡季，大豆”青黄不接”，消费需求旺盛，因此价格高企。而每年的11月份左右是全球大豆的供应旺季，现货供应充足，价格属年内低谷。再比如，早春季节里，住房和汽车业为晚春和夏季的生产高峰大量购买铜原料，铜价在2月至4月达到年内季节性高点。晚春需求高峰过去后，夏季的到来使得需求趋于疲软，铜价低点也一般在秋初出现，等等。
季节性分析法就是根据商品价格的季节性变化规律对商品期货走势进行分析的方法。它力图勾画出在某一年份中，可能发生价格上升或下降的某些特殊时期，或者力图指出最可能出现全年价格最高点和最低点的一些特殊月份。在实践中，我们可以把价格的季节性波动作为影响市场走势的一个基本因素。例如，在供应淡季末期，价格的上涨将受到供应旺季即将到来的影响，季节性压力就成为市场中的一个利空因素。如果季节性利空因素对市场的作用超过市场中的其他利多因素，那么价格的上涨通常就会趋于结束。
在一般意义上，期货商品总供求面的变化决定着商品期货的长期走向，而季节性因素和其它阶段性因素决定着商品期货的中短期走势。因此，在阶段性因素没有突出表现的情况下，商品期货（特别是农产品期货）的走势轮廓就是由长期大趋势和季节性价格周期变化叠加而成的。
但是特别值得注意的是，在商品总供求关系处于基本平衡的时候，季节性规律表现的最为明显，但是在供求失衡的状态下，这种规律的表现非常不明显。特别是在供求刚刚开始逆转的时候，季节性规律常常会被市场汹猛的涨跌趋势所冲淡。以2002年的大豆市场为例，由于国内外大豆供应处于紧张状态，大豆价格在新豆上市后依然保持强势
周期之分析(Cycle Analysis) 周期分析与波浪理论具有相似的野心,企图找出价格变化之不变模式,以能进行长期之预测,与波浪理论不同处在於,周期分析只著眼於价格重复出现所经过的时间.若某一商品期货价格经常在一段时间回到原来之价位区,则可算是周期之现象.对商品价格之周期分析,最有名的是S.Benner,早在十九世纪末期,他即发现有些农产品和肉类价格,如玉米与猪肉等之上下波动,显示出相当的规律.目前期货交易界最具权威的周期分析家当推J.Bernstein.根据他对各类商品之研究,发现肉类价格之周期最有规律,1877至1985一百多年期间者,牛肉价格(以公牛肉现货价计算)显示出大约十年左右的长期周期,即每隔十年,牛肉价格陷於低潮.除了长期之周期,肉类也显示出稳定的短期周期,根据1974年至1985年期间之研究,发现活猪期货的周期约为20个月.另外,若以五年期研究,则从肉牛价格中可找出大约11个月之周期.周期之分析若能找出可靠的规律,则可预测未来价格之顶点或底点,交易时将有很大的利润.在实际交易时,由於只能知道周期之大约时间,因此进场时最好能做为长期投资,并须配合其它之技术指标.就期货交易者而言,明显地,较短期的周期比较具有实用价值.季节性的研究,是另一种周期之分析,此种研究之重点在於一年之中每月或每周价格涨跌之变化.若经过长期之统计,发现价格通常在一年中之某一期间会上涨或下跌,则表示价格具有季节的周期.有关季节周期之研究,贡献最大者仍推J.Bernstein,他对许多期货项目价格在一年中之变化,进行长期之季节性分析,并统计出一年中每月与每周价格涨跌之概然率,此研究可做为实际交易时的重要参考.
利用季节性来分析市场，目的是为了预测未来的价格运动方向，而不被滔滔不绝的经常相互矛盾的新闻所困。虽然许多因素影响市场，特定的条件及事件每年都会发生。或许最明显的就是天气从暖到冷又复暖的年度周期性变化了。
然而，日历上也显然有重要的事件每年都发生，比如，每年的4月15日是美国所得税到期日。这种年度事件产生了年度的供需周期。在收获季节大量的谷物供应上市。对取暖油的需求通常由于寒冷天气的来临而上升，又因库存的增加而下降。货币流量可能因支付了税收而下降，又因美联储将基金再流通而上升。
市场的内在涨跌节奏
这此年度供需周期引起季节性价格现象－－具有增强或减小程度以及或多或少的准时性。因此条件变化的年度性模式，可能造成或多或少定义完好的价格反应的年度模式。这样，季节性可能定义为一个市场折内在的节奏。在每年相近或相同的时间，有确定的价格朝相同方向运动的规律。当然，使其成为一个有效的原则有赖于对市场客观分析。
在一个强烈受年度周期影响的市场，季节性价格运动可能不仅只是一个由季节性因素引起的现象，它可以成为其近乎基本面条件的内在因素，就好像市场已经当其记录下来一样。为什么呢？一旦消费者和生产者陷入一种模式，他们就会倾向于依赖它，甚至到了不可或缺的程度。既定的利益维持着它。
\"模式\"包含着一定程度的可预见性。未来价格当预见到变化时会发生变动，当变化已实现时调整。当这些变化是年度性的内在的，一种重复发生的预见/实现的周期就会产生。这种现象是内在的季节性交易方式。这种的方式的产生就是当其出现时进行预见、实施以及捕捉这种趋势，而当其已实现时就退出。
第一步须要做的，是发现这种市场的季节性价格模式。过去，周度、月度的高价与低价是用来构建一种相对低级的研究。比如，这种研究可能提示我们活牛期货的价格在四月份比三月份高出67%，而比五月份高出80%。然而，现在计算机能够从几年的日价的组合来生成以日为单位的季节性价格行为模式。如果构建恰当，这种模式可能提供对于市场的年度价格周期的历史性展望。
基本的动态模式
我们来思考一月取暖油的季节性模式。需求，从而价格，在七月一年中最热的一个月里通常处于低位。当行业开始意识到气候变冷时，市场会发现对未来存货的需求增加，从而对价格产生上涨动力。最后，价格上涨到最高位，即使最冷的天气还未到来，而预期的需求已经实现。炼油厂努力去满足需求，市场开始关注库存的消耗。
另一种基本的石油产品遇到一种不同的需求周期，虽然它仍然受到天气驱动。我们来看八月汽油的季节性模式。
受冬季道路行驶条件糟糕，汽油价格趋于下跌。但是，当行业开始预期到夏季行驶季节，对未来库存的需求增加，从而对价格产生上涨动力。到官方的行驶季节开始时（夏令时开始日）炼油厂已有充足的动机去满足此需求。
季节性\"钉子\"
从日价所得的季节性模式很难以完美的周期形成出现。即使在有明显的季节性高位与低位的季节性模式中，在完全实现之前有时也会受不同的、甚至相互矛盾的力量的左右。季节性下跌过程中可能出现典型的短暂的上涨。例如，通常在三月/四月至六月/七月的时间里活牛的价格会下跌，也会在五月初呈现一种强烈的上涨反弹走势，是因为夏至日野外烧烤而使零售商牛肉库存下降。大豆价格在六月/七月至十月收获季节的时间里通常会下跌，但收获前市场通过常担忧受到霜冻的威胁。
相反，在季节性上涨的过程中可能通常出现下跌。比如，上涨的过程经常受由于是最近月份第一通知日（FND）的到来而出现的人为的卖盘压力的影响而下跌。这种为免除交割的流通能够提供获利和/或再次进入建立头寸的机会。
因此，一种由日价建立而成的季节性模式，不仅可以展示出以上四种主要的季节性价格运动成分，而且可以展现出特别可靠的更大的季节性趋势。识别出与这些主要趋势中的反弹行情相重合的基本面事件，能提供给我们更令人信服的模式。
让我们来分析一下九月30年期国债的季节性价格模式。美国联邦政府的财政年度从每年10月1日开始，可能是出于增加货币流通和拉平借款需求的考虑（甚至有可能只是为了会计的目的）。难道国债价格从这时开始上涨并达到其顶点的趋势仅仅与公历年度个人所得税的缴纳义务互相巧合而已？
从四月/五月的季节性下跌反应了市场对于货币流通由于支付税收而收紧的预期？注意到开始急挫下跌的日子吗？惊奇吧！--4月15日，美国所得税的最后支付日。难道货币流通从6月1日开始由于美联储最后重新投放基金而而趋于急速增加？
让我们仔细来分析一下在12月1日、3月1日、6月1日及9月1日左右出现的典型的市场行为。以上这些日子是芝加哥期货交易所（CBOT）规定的季度期货合约用债务工具进行交割的第一个交割日。最后，注意到在每个季度的第二个月（11月、2月、5月及8月）的第一周及第二周里出现的上涨趋势中的下跌。债券交易商知道进入每季度国库再融资的第二日起价格趋于下跌。在这个时候，市场更关注为期三天的拍卖的结果。
让我们来看一下十一月大豆合约，自作物生长正好与北美洲相反的巴西成为一个主要的大豆生产国起的20年里的季节性模式。注意图中的，由于二月份，美国生产商正在上市其新收购的大豆而巴西的大豆作物正迅速生长之中，从而形成了所谓\"二月中断\"的价格震荡下跌的趋势。到了三月合约的最初交割通知日，基本面处于春季上涨行情--巴西的作物已经确定（实现），对于美国生产者的销售压力达到最大，市场预期由于河道运输成本下降而引起大豆需求恢复。市场开始关注对于美国种植大豆的激励及对天气风险的升水。
而到了五月中旬，美国主要的大豆种植区美国中西部地区的大豆种植面积已经确定下来，而且已经处于播种过程中。与此同时，巴西开始上市销售其新收获的大豆。这种新大豆上市及美国大豆潜在供给通常会对市场价格产生下跌压力。在六月末、七月中旬显示出的向上到达小峰值的概率很小。
到了八月中旬，美国新年度大豆的产量已经确定（实现），期货市场有可能在此时提前到达谷底。然而，大豆价格通常会继续下跌，直到十月大豆收获期--但只有经历了九月的反弹行情，或许是由于对新大豆的商业性需求和/或对于早期的、具有破坏性的霜冻的担忧引起的。同时我们也注意到伴随着七月、八月、九月及十一月合约的第一通知日而出现的小的中断（下跌或上涨）。
内在的优点与缺点
这种交易模式并不是重复出现而无一例外的。季节性分析方法，和任何其它方法一样，也有其固有的局限性。对于交易员而言，利用这种方法直接的问题就是下单时机的确定以及季节内价格波动的处理。基本面的因素，无论是每日的还是更长周期的，不可避免地会出现反复。比如，有几个夏季更热一些也更干燥一些（在大部分关键时期）。即使异常的季节一致性利用一般的交易习惯而得到较好结果，比如一种简单的技术性指标，和/或由于熟悉目前基本面因素从而提高进入/退出的机会选择与时机的把握。
一个有效的统计样本须要多长，一般地，越长越好。然而，对于某些用途，\"现代的\"历史可能更为实用。例如，在1980年，巴西成为大豆主产国之一，从而，自20世纪70年代以来的市场交易模式发生了180度的反转。相反，只依靠在1981－1999年期间流行的通货紧缩模式也可以修改应用于新的通货膨胀的环境中。
在这样的基本面发生根本变化的历史条件下，交易模式也相应改进。分析现货市场也许可以使这些效应中性化，但有些针对于期货（比如，那些由于交割或到期而引起的）的模式在变换的过程中可能失效。因此，样本规模与样本本身必须与其应用的目的相适应。它们可能是我们主观决定的，但最好地，使用者要充分了解选择所带来的结果。
在运用统计预测期货市场所带来的相关问题，有可能会存在这样的问题，即对过去的解释很强，但对未来的预测与应用效果不一定理想。诸如晚餐饭碗获胜者/股票市场方向\"现象\"就是一个统计巧合的例子：没有因果关系存在。然而，它确实引起了一个有用的论题。当计算机机械地筛选原始数据的时候，所得结果是真正有用的吗？而简单的、单一的因素在过去15年里，重复出现了14年的模式，难道就一定有用？
然而……
当然，由于一些为人所知的基本面的因素推动的模式会更令人信服；但要知道每个市场上所有的相关的基本面的因素是不现实的。恰当地建立起来的季节性模式可能通常能帮助我们发现在绝大多数年度里在相同的期间内价格朝相同方向运动的规律。这种模式过去有用而对未来仍具可靠性。发现一系列这样的历史性可靠的趋势，具有相近的进入和/或退出日期，不仅能够减少因偶然性因素引起的统计上的偏离，而且能够发现重复发生的基本面条件，它们或许将在未来再次出现，从而在一定程度上影响市场。
当建立了一个很好地描述了市场路径的季节性模式，市场本身也将跟随。这就是市场的内在一致性，它提供了季节性模式为何得以运行的基础。
