本报告基于“CPV 期货版1.0”价量相关性研究,聚焦高频价量相关系数中的多空信号,分析样本内外动量与反转效应,提出新策略“CPV 期货版2.0”。策略剔除周五交易信号并设置7.0%止损阈值,有效提升年化收益率至20.91%,降低年化波动率至17.20%,优化收益波动比至1.216,显著改善CTA策略的稳健性和表现
| 交割日情况 | 交易日数 | 年化收益 | 日度胜率 |
|---|---|---|---|
| 当月合约与次月同信号 | 51 | 8.00% | 68.63% |
| 当月与次月信号相反 | 93 | 0.05% | 52.69% |
| 策略 | 年化收益 | 年化波动 | 收益波动比 | 胜率 |
|---|---|---|---|---|
| 时光机(当日PV成交) | 60.74% | 17.12% | 3.56 | 60.27% |
| CPV 期货版1.0 | 17.79% | 19.34% | 0.92 | 52.68% |
| 时间段 | 同向天数 | 反向天数 | 同向占比 |
|---|---|---|---|
| 样本内 (2017/11-2020/6) | 249 | 229 | 52.09% |
| 样本外 (2020/7-2022/4) | 144 | 178 | 44.72% |
| 策略 | 年化收益率 | 年化波动率 | 收益波动比 | 胜率 | 最大回撤 |
|---|---|---|---|---|---|
| 止损7.0% + 剔除周五 | 20.91% | 17.20% | 1.216 | 53.86% | 37.89% |
| 止损7.0% | 18.28% | 19.20% | 0.952 | 52.68% | 37.89% |
| CPV 期货版1.0 | 17.79% | 19.34% | 0.920 | 52.68% | 38.94% |
本报告立足于《CPV 期货版1.0》的价量研究,发现该策略在样本外表现不佳,提出CPV 2.0版,聚焦于样本内外动量与反转效应的差异,通过深入分析成交价与修正持仓量的相关系数,发掘其中蕴含的多空信号,并提出优化的交易策略:剔除周五交易;加入7.0%止损阈值,从而实现年化收益率提升(从17.79%至20.91%)、波动率下降及胜率提升,建立更稳健有效的CTA交易方案, 3–4, 14–15]。
东吴金工认为,价格与成交量能直接反映交易者情绪,期货中持仓量更关键,因其与价格共同反映多空双方损益。《CPV期货版1.0》基于此,运用于沪深300期货日频交易,在样本内表现优异:年化收益44.48%,收益波动比2.24,日频胜率57.27%,最大回撤10.34%,交易活跃度高(635交易日,283次换仓),相较基准MA60策略优势明显(基准年化收益-13.3%)。
关键数据点解读: 年化44.48%的收益率体现策略强劲盈利能力;波动率19.84%与胜率57.27%表明策略胜率超五成且波动适中,风险控制表现较好。
全样本回测(2017年11月至2022年4月)显示,策略仅在策略发布后三个月表现稳健,2020年7月1日后策略净值进入下降通道,年化收益降至17.79%,收益波动比跌破1(0.92),日频胜率跌至52.68%,最大回撤高达38.94%。此衰退反映策略样本外的适应性受限,故需要进一步研究–4]。
PV值即价格与持仓量的相关系数,原始持仓量数据遭受投资者T+0行为影响,导致“山峰”形态变为“山谷”形态(图2所示)。2015年9月中金所“平今仓”手续费激增,促使T+0投资者策略转变,盘中平仓且收盘同步持有双向仓位,导致日内持仓量先减少后增加,形成“山谷”。
针对“山谷”形态的失真,提出修正方案:揭示持仓量变化由T+0和T+1交易者构成,采用成交量权重分配持仓量变化,反转映射T+0交易者“离场”为“进场”,公式详见(第5、6、7页),实现“退谷还峰”,真实反映投资者多空意图。PV值正负用于交易信号判断,维持日内T+1开盘建仓原则。举例表5演示持仓量修正具体操作方案如何调整持仓量–6]。
换月交割导致当月合约持仓量下降、次月合约持仓量上升,信号生效受损。剔除交割当天信号,剩余4个交割日前交易日仅在当月与次月合约信号一致时交易,测试显示优于单纯根据次月信号或信号不一致日交易,表现如下表6,日度胜率、年化收益均优–7]。
交易日间隔超3天时,策略信号有效性大幅下降。为避免节假日带来的信息延迟风险,回测显示间隔超过3天时策略平均年化收益和日度胜率显著降低,故剔除间隔超过3天交易日的信号。
价量配合核心逻辑通过四象限表(表8),说明价格和持仓量同向(涨涨或跌跌)视为多头趋势,异向视为空头趋势。PV值为价格和持仓量的相关系数,能够科学量化价量配合程度。日频PV(价格和持仓量日涨跌符号乘积)回测结果表现差于分钟PV,年化收益率显著不足,强调分钟级PV的细粒度优势–8]。
对比以价格涨跌信号为依据的追涨杀跌策略,年化收益率仅-0.43%,胜率48.4%,与随机无异,明显不及CPV1.0的17.79%年化收益(胜率52.68%)。二者净值曲线差异明显,说明CPV策略具备价格单纯涨跌之外的增值信息。
进一步四象限分析显示,当价格上涨而PV信号为负,即信号和大盘趋势反向时,年化收益高达58.8%,收益波动比3.15,说明该策略能捕捉反向交易的超额收益,是CPV策略的核心独特价值。
“时空穿梭者”假设(当日分钟内已知持仓量和价格走势情绪并当日交易)回测结果极好:年化收益60.74%,收益波动比3.56,胜率60.27%。现实中只能用当日PV预测次日交易,即CPV1.0策略,表现不及“时光机”但依然稳健。净值曲线显示,2020年7月1日前,今日情绪反馈与次日市场行情延续匹配(动量),7月1日后,两者方向反转(反转效应),说明市场效率提升、信息即时性增强,动量转反转是策略性能差异根本原因–11]。
样本内(2017年11月20日-2020年6月30日)动量天数略多于反转天数(249天 vs 229天,动量占52.1%);样本外(2020年7月1日-2022年4月12日)反转天数多于动量天数(178 vs 144),与净值走势呼应–12]。
拆分一周五天信号与次日收益表现,发现周三信号对应下一日收益最高(年化77.38%,收益波动比3.31),周四信号次之(44.54%),周一、周二信号收益较低但正收益,周五信号明显亏损(-18.91%),表现最差。由此得出剔除周五交易信号的结论,规避强反转日信号带来的损失–13]。
引入止损机制防范风险,止损起点取前一交易日收盘价而非次日开盘价,因跳空破位易导致市场快速变化,理性投资者会放弃交易。止损阈值研究显示:
结合剔除周五信号及新增7.0%止损阈值,CPV 2.0策略显著优于CPV1.0:
| 指标 | CPV1.0 | 止损7.0% | 止损7.0%+剔除周五 |
|---|---|---|---|
| 年化收益 | 17.79% | 18.28% | 20.91% |
| 年化波动率 | 19.34% | 19.20% | 17.20% |
| 收益波动比 | 0.92 | 0.952 | 1.216 |
| 日频胜率 | 52.68% | 52.68% | 53.86% |
| 最大回撤 | 38.94% | 37.89% | 37.89% |
净值曲线(图8)清晰反映了这一改进–15]。
本报告不涉及传统企业估值模型,侧重于CTA策略的交易信号及绩效回测,未使用DCF、市盈率等常规公司估值框架。
报告对上述风险均有明示,并对交割日及长假信号做剔除,降低风险爆发概率, 6–8, 15]。
本报告基于《CPV期货版1.0》价量相关性策略构建,深入剖析成交价与修正后持仓量相关系数(PV值)在期货市场中的多空情绪指示作用及其转变规律。通过修正持仓量形态,解决T+0交易行为导致的持仓量信号扭曲,严格执行交割周期及长假剔除规则,成功增强信号合理性。
报告明确分界点为2020年7月1日,样本内存在动量效应,样本外则为反转效应,体现市场信息效率提升,导致策略样本外效益出现折损。通过拆分周交易信号,发现周三、周四信号表现突出,周五信号误差大,需剔除。
引入7.0%止损阈值,有效遏制亏损交易放大,但需注意不能误杀盈利交易。剔除周五加止损7.0%后,CPV2.0策略较原CPV1.0全面提升:年化收益率由17.79%提升至20.91%,年化波动率降低,收益波动比显著上升,日频胜率提升,最大回撤稍有缩小。
图表一系列扎实展示了策略净值曲线变化、价量形态修正、持仓结构影响、以及止损阈值优化过程,数据充分支撑了该策略的改进合理性。
最终,报告充分体现了高频价量相关性作为CTA策略核心因子的潜力及其动态调整的必要性,建议投资者结合实时市场环境,持续迭代优化策略,注意样本外风险和交易实际成本,提升策略的应用价值。
“高频价量相关性拥抱CTA”系列研究(二):CPV因子期货版2.0 样本内外的动量反转.pdf