本次研讨围绕管理期货(CTA)及商品指数的收益来源展开,详细解析趋势跟踪动量、期货展期收益(Roll Yield)及组合再平衡溢价三大核心收益组成。研报系统回顾了动量策略的百年历史表现,展示其在不同资产和时间区间的优异风险调整收益,并探讨了展期收益在不同商品及资产类别(尤其是原油)中的贡献。此外,指出期货组合的再平衡效果能够在个别合约收益为零时提供额外正收益。文章还将CTA策略比拟为实质上的“多头期权”,说明其在不同市场环境中的表现特点及风险对冲功能,导师量化数据和多个图表验证了这一机制。最后,报告讨论了商品指数在资产配置中的基准角色与表现评价方法选择,为投资者提供了系统的策略回测和风险收益判断框架
| 时间区间 | 收益率(毛) | 收益率(扣费后) | 年化波动率 | 夏普比率(扣费后) | 与美股相关性 | 与10年期美债相关性 |
|---|---|---|---|---|---|---|
| 1903年1月 - 2012年6月 | 20.0% | 14.3% | 9.9% | 1.00 | -0.05 | -0.05 |
| 1923年-1932年 | 17.1% | 11.9% | 9.7% | 0.92 | -0.07 | 0.10 |
| 1973年-1982年 | 40.3% | 30.3% | 9.2% | 0.53 | -0.19 | 0.15 |
作者为Hilary Till女士,现任EDHEC-Risk Institute研究助理,科罗拉多大学丹佛商学院J.P. Morgan大宗商品中心Solich学者,同时担任Premia Capital Management, LLC的主要负责人。本报告源自伊利诺伊大学香槟分校农业与消费者经济学系主办的专题研讨会。
, 41]
该报告以“CTAs和商品指数的收益来源”为核心主题,从多个角度系统地阐释了商品交易顾问(CTA,Commodity Trading Advisors)与商品指数的投资回报产生机制,详述三大关键来源:动量(Momentum)、滚动收益(Roll Yield)以及再平衡溢价(Rebalancing Premium)。此外,报告以组合层面探讨CTA和大宗商品指数在投资配置中的作用,最后针对投资绩效的衡量标准提出基准选择建议,是对大宗商品及CTA投资策略的深度学术与实践结合分析。
报告的核心信息为,CTA和商品指数的收益结构复杂且多元,通过理解这三种回报来源,可以更好地把握投资表现及风险管理策略,同时优化资产配置和绩效基准的选择。
,3]
该章节核心围绕CTA和大宗商品指数的三大收益来源展开:
A. 动量(Momentum)
动量策略亦称趋势跟踪,是CTA中最主流的风格。报告引用“自动化程序基于技术指标选定趋势起止”的定义,强调系统性交易的优势。历史回测数据显示,自1903年至2012年跨多资产类别的趋势跟踪表现优异,年化收益率(20%未扣费,净费后约14.3%),Sharpe比率达到1以上,且与美国股票市场的相关性极低甚至为负,体现其在分散风险中的价值。报告进一步引入伦敦(1867-1907)及美国(1927-2012)的股价动量研究,指出动量虽有高回报,但伴随周期性崩盘风险,这些崩盘具有一定可预测性,如低利率及近期超额表现期,散户资金追逐等因素增加风险爆发概率。
该部分以多张历史实证表与文献回顾为证,强化动量策略作为系统风格的有效性及其风险特征。
,5,6]
B. 滚动收益(Roll Yield)
C. 再平衡溢价(Rebalancing Premium)
报告以表格示例展示,尽管基础资产的几何平均收益率可能为零,定期再平衡组合仍能实现正的复合回报。核心是“卖高买低”的策略,通过周期内调整资产权重,锁定部分波动带来的收益。该效应由Greer(2000)及Greer等(2014)进一步理论阐述,报告直接引用其对再平衡回报自然产生机制的公式化描述,说明再平衡策略作为CTA收益源泉的理论基础。
,16]
A. CTAs与全球宏观策略的期权型特征
基于Fung和Hsieh(1997a, 2001)研究,CTA收益类比购买“看涨看跌期权组合(straddle)”,即在市场极端波动时表现优秀,尤其在股市大幅上涨或下跌期间提供正回报。报告引用6个大型趋势跟踪基金1983至1997年不同股票市场状态下的表现图表,清晰展示CTA收益与全球权益的不同走势,STRADDLE的非线性波动捕捉能力。进一步,全球宏观风格被描述成围绕美元的straddle,并且与股票市场有正相关却在牛市表现不佳、熊市时跑赢市场,类似“collar”策略。
该视角强调CTA和宏观对冲基金在组合投资中的风险管理和非线性收益特性,非常适合作为替代性风险敞口。
,18,19,20,21,22,23]
B. 大宗商品指数作为金融资产的分散器
作者通过“有效前沿”图示,展示大宗商品指数尤其是标准普尔GSCI总回报指数在不同时间范畴(1988-2015,1998-2015,2005-2008)组合风险-收益曲线的优化效果。最佳资产配置比例(3%-10%)能提升整体组合效用,降低风险,增强回报稳定性。报告特别指出大宗商品指数对权益和债券组合的通胀对冲能力依赖于石油类资产比重,支持Froot(1995)观点,即石油复合品占比高的指数在对抗通胀风险时更有效。
该部分结合实证研究说明适当配置大宗商品指数能有效提升投资组合的风险调整回报,是对多元资产组合管理的现实指引。
,25,26,27]
A. 资产配置视角下的指数基准
报告强调资产配置的重要性,说明基准的选择应反映投资者的目标。投资者需明确战略性资产配置,并为不同资产类别设定相应指标,监督基金经理的表现,确保风险归属合理。示意图“机构投资流程”强调风险暴露管理在决策中的核心作用,并适用于大宗商品。
,29,30]
B. 替代性Beta与机械复制策略
基于Hurst等(2010)的数据,报告展示不同资产类别和假设简单管理期货策略的表现差异,直方图及增长曲线图表明系统性复制策略能捕获显著的替代Beta收入流,且在长期维度展现良好累积效应,强调机械复制策略适合捕捉市场系统风险。
,32]
C. 绝对收益策略的绩效基准差异
区分纯阿尔法对比良好时机Beta策略,纯阿尔法策略适合使用同类策略的同行组合作为基准,对比回报风险比;良好时机Beta策略应基于资产类别的回报分布特征选择合适的基准,例如长期认购看跌期权特征的收益曲线。以布伦特原油期货条件及非条件收益对照柱状图为例,展示条件式策略有效缩小亏损幅度。
,34,35]
整体图表以统计实证数据支持理论主张,具有较强的说服力和实用参考价值。
,9,10,11,13,14,15,19,24,25,26,31,32,35]
报告集中讨论CTA及商品指数的回报构成及风险特征,未引入具体的估值模型如DCF或PE等传统股票估值体系,而主要以风险调整收益、波动率、Sharpe比率等指标衡量策略表现及价值。
此外,引入“期权组合”视角定性估价策略风险收益轮廓。
故无需专门估值模型展开。
报告识别了主要风险包括:
风险分析涵盖策略内生风险和市场外部风险,提示投资者紧密监控市场结构和策略动态适配。
,12,15,18,35,27]
报告整体严谨,学术与实务结合紧密,但部分环节需注意:
总之,报告为策略收益来源提供了准确框架,但投资实践需结合市场微观特性进行动态适应。
,8,15,18,33]
Hilary Till的报告通过结构化分析,明晰阐述了CTA和大宗商品指数的关键收益来源:强劲的动量策略为核心驱动,配合以期货曲线结构带来的滚动收益,以及组合层面再平衡带来的溢价,三者共同构成CTA回报的有机体。在投资组合配置中,CTA和大宗商品指数类似“长期期权”组合,能有效分散股票债券投资风险,提升整体组合的风险调整收益率。有效利用期货市场的结构性特征(如向后贴水现象)进行择时,可显著增强收益。此外,基准选择应依据投资目标区别对待:资产配置目标适宜使用标准指数基准,替代Beta捕捉则需机械复制策略,纯Alpha或择时Beta要求专用策略基准。
图表从历史及最新数据层面验证了理论框架,尤其滚动收益与动量策略表现的实证回测和分布特点对投资者具有重要参考价值。报告同时提醒投资者关注策略内在风险、执行成本及市场结构演变,结合风险管理和动态资产配置优化投资效果。
整体来看,本报告为机构投资者理解CTA及大宗商品指数收益基理提供了极具价值的定量分析和策略框架。
,5,6,9,10,11,13,15,17,19,24,31,33,35]
图9 展示了1950-2004年间农产品期货收益的年化超额收益与其期货市场向后贴水程度呈现显著正线性关系,支持滚动收益作为长期主要回报驱动概念。
图10 显示广泛商品种类的年化收益与向后贴水的关联,能源商品的高滚动收益推动其在收益率上显著领先其他商品类别。
图19 显示六大趋势跟踪基金在全球股票市场不同状态下的表现,呈现作为看涨看跌期权组合的非线性收益特征。
此分析针对报告全文内容进行细致剖析,涵盖全部章节和主要图表,结合大量实证数据和理论模型,从收益结构、风险控制、投资适用性及基准选择多维度提供深刻解读,帮助专业投资者全面理解CTA及大宗商品指数收益的本质与实务应用。
ssrn-5276612.pdf