报告构建了基于基本面特征、统计规律和宏观影响的5类13个CTA风险溢价因子,涵盖库存、期限结构、持仓变化、量价和宏观因子。通过分组回测检验因子有效性,发现库存及期限结构因子表现最佳,动量和变异系数因子在量价类中表现较好,而宏观因子(CPI和人民币Beta)未表现出显著超额收益。报告强调因子挖掘应坚持经济逻辑,避免过度统计挖掘,结果具有较高稳定性和参考价值。
| 持仓期H \ 窗口期R | 1周 | 2周 | 3周 | 4周 | 5周 | 6周 | 7周 | 8周 |
|---|---|---|---|---|---|---|---|---|
| 110 | 11.3% | 10.7% | 13.3% | 12.5% | 13.4% | 9.4% | 17.8% | 17.0% |
报告标题: 挖掘商品期货风险溢价因子
作者: 证券分析师曹春晓,孙凯歌
发布机构: 申万宏源研究
发布日期: 2019年11月12日
研究主题: 本报告聚焦于中国商品期货市场,旨在构建并实证检验多类别(基本面特征、统计规律、宏观相关)下共5类13个CTA因子,发掘基于风险溢价的可交易因子策略。报告系统性地分析了商品期货市场的库存、期限结构、持仓变化、量价及宏观因子,运用分组回测方法验证其收益效果和风险指标,从而提炼有效的期货策略模型。
核心论点总结:
报告发现库存类因子(仓单水平、仓单变化)和期限结构因子(展期收益率、基差)表现最佳,因其有成熟经济理论支撑且在中外市场均显示良好收益。量价类因子中,动量与变异系数因子较为有效,但统计特征因子如特质波动率在国内市场效果有限。宏观因子(通胀Beta和人民币Beta)并未提供显著超额收益,提示宏观因素短期内解释力有限。整体结论强调因子挖掘需基于经济逻辑,过度挖掘统计特征所获因子表现较差。
报告首先介绍中国商品期货市场品种数量及流动性提升背景,强调商品期货在多样化资产配置中的重要地位。报告基于国外文献和中国市场实际情况,选择了5大类13个因子,包括库存(仓单水平、仓单变化率)、期限结构(展期收益率、基差、基差动量)、持仓变化率、量价特征(动量、偏度、非流动性、变异系数、特质波动率)及宏观相关因子(通胀Beta、人民币汇率Beta)。
回测方法采用分组回测,依据因子值分五组,构建前20%与后20%的多空组合,使用等权配置和100%保证金比例。调优参数包括因子构建的窗口期R和持仓周期H,以夏普率和年化收益为主要选优指标。本流程确保因子策略的有效性及稳定性检测。
主力合约采用持仓量最大合约确定,确立了主力合约切换规则(当其他合约持仓超过1.1倍主力合约时切换),确保数据连贯性。以成交量(图1)和成交额(图2)排除流动性差的10个品种,保证组合构建于活跃品种池。最终回测覆盖42个品种,涵盖化工、黑色、有色金属、贵金属、农产品五大类别(表2),全面代表国内期货市场。
特殊处理如交易单位和代码变更,统一采用最新代码,保障回测数据一致性。
期货库存理论基础来自持有成本模型,库存量通过交易所注册仓单代理。库存水平对期货价格影响深远,因交易所仓单数据及时、准确,故采用该指标构建仓单水平因子(当前仓单与R日均值比)和仓单变化率因子(当前仓单与R日前仓单比)。策略均采用反向逻辑:仓单少(库存紧张)预示价格上升,故做多低库存品种,做空高库存。
期限结构因子基于远期价格理论,涵盖展期收益率、基差和基差动量,反映近月与次近月合约的价差和累积收益率差异。
持仓变化率反映投资者交易活跃度及情绪,因子策略为持仓变动率高品种做多,低品种做空。数据表16-17显示持仓期H选择对收益影响更大,窗口期R敏感性较低。
最优参数(R=30天,H=8周)下年化收益6.4%,夏普0.48,净值图(图8)反映策略经历2010年较大回撤后趋于稳定。整体收益较温和,风险控制一般。
量价因子涵盖动量、偏度、非流动性、变异系数和特质波动率5个指标,侧重统计特征。
通过考察主力合约过去R日收益率测量,其收益持续性被广泛验证。多参数实验表19-20揭示短期(R<=40)和长期动量(R>100)同时存在,最优组合为R=220天,H=2周,年化收益20.6%,夏普1.23,最大回撤22%,净值图(图9)显示稳健增长。动量因子为表现最佳的量价类因子。
依据投资者偏好负偏度资产的观念,构建偏度因子反向策略。但回测结果(表22-23)显示,整体收益不高且回撤较大,最优参数(R=20,H=8周)年化收益仅5.1%,夏普0.41,净值图(图10)波动显著,表明偏度因子解释力有限且不稳定。
应用Amihud ILLIQ指标,衡量流动性。流动性好(指标高)者预期收益更好,策略做多表现良好品种,卖空流动性差品种。回测中最优参数(R=25天,H=3周)年化收益6.4%,夏普0.55,净值图(图11)显示收益波动,中期回撤显著,但整体保持正收益。
用收益波动率与收益均值比率衡量波动性,理论上波动性大提供风险溢价。实验显示较高变异系数对应更高收益,最优R=220,H=8周年化收益13.2%,夏普1.27,最大回撤13.5%,净值图(图12)均衡增长,表现优异。
基于回归动量、基差和商品市场收益残差年化波动率构建,策略做多低特质波动率品种。其收益较小,正收益存在且不稳定,最优参数组(R=20天,H=1周)年化收益5.5%,夏普0.4,最大回撤18.7%,净值图(图13)波动较大,效果较弱。
测试CPI通胀增长率和人民币汇率对期货收益影响,分别构造通胀Beta和人民币Beta因子。
表36中因子截面相关系数矩阵显示,除展期收益率与基差因子相关性极高(0.96)外,其他因子间相关系数普遍低于0.2,表明五类因子间具备较强互补性和独立性。该结果为多因子组合策略构建提供了理论支持,有助于提升投资组合的分散性与稳定性。
总结回测发现:
图14展示了13个因子策略累计收益的趋势,动量因子领先,仓单水平及变化紧随其后,宏观因子明显偏弱。
图1及图2分别展示商品期货日度成交量与成交额分布,揭示了市场中流动性差异显著,且前十品种占据绝大部分交易活跃度。此流动性分布为合约筛选提供依据,保障回测样本的代表性和流动性匹配。,6]
图3 和 图4为仓单水平与仓单变化因子策略净值,清晰展示因子长期整体上涨趋势和周期性回撤。净值折线平稳上行,表明因子策略稳健,回撤条柱显示损失期间位置,为风险管理提供参考。,10]
图5 与 图6对应展期收益率与基差因子策略净值,显示明显增长曲线,且波动率较低(最大回撤分别为12.9%、7.7%),证实期限结构因子的稳健性和优越性。,12]
图7基差动量因子净值曲线较波动,回撤较大,反映此类因子风险偏高,适合偏好高风险承受者。
图8持仓变化率因子净值呈波动上升趋势,早期经历较大回撤后趋于稳定,符合投资者对持仓变化预期的理解和情绪反应。
图9动量因子净值呈持续上升趋势,波动虽不小但整体健康,充分体现动量效应对期货市场的适用性及策略价值。
图10偏度因子净值显示波动明显,尤其2016年前后的回撤,收益稳定性较差,暗示偏度因子结果不理想。
图11非流动性因子策略净值随时间波动,中期表现较弱,近年有所回暖,反映流动性强弱对收益有一定影响,但其重要性不及其他因子。
图12变异系数因子净值表现良好,长期稳步上升且回撤相对可控,验证波动率作为风险溢价来源的理论。
图13特质波动率因子净值波动较大且整体收益偏低,显示该因子为策略补充,效果有限。
图14综合展示13个因子的累积收益走势,清楚体现因子表现差异和收益排序,建议关注动量、仓单水平、仓单变化、基差和变异系数等核心因子。
本文无直接企业或资产估值内容,主要围绕因子投资策略的收益和风险评估,采用的核心量化指标包括:
策略基于多参数优化,通过调节因子计算窗口期R与持仓期H,选定表现最佳的参数组。因子间相关性低,支持多因子模型构建以降低组合风险。
报告虽未专门章节评述风险,但通过最大回撤数据、夏普比率及净值曲线隐含风险因素:
未见针对上述风险的具体缓释策略描述,但多空组合和参数优化为风险控制的主要方法。
本报告全面系统地构建并实证验证了中国商品期货市场上多个风险溢价因子。通过严谨的参数调优和丰富的回测数据,报告得出以下关键结论:
总体而言,报告强调因子挖掘应基于坚实的经济理论和逻辑,依靠实证验证指导投资决策,避免盲目追求统计特性。报告成果为国内商品期货CTA策略开发提供了坚实数据支持和思路启发,具有较高实践应用价值。
报告包含7篇核心文献,涵盖商品期货风险溢价基础理论、动量和期限结构、异质波动等研究,为本文因子构建与理论分析奠定坚实学术基础。
该报告通过严谨的实证方法详尽回测了以库存、期限结构、持仓、量价及宏观因素构建的13个CTA因子,有效揭示了各类因子的收益特征与风险水平。结果清晰表明:
本报告为国内商品期货策略提供了丰富的数据支持和清晰的策略逻辑框架,具备较强的操作指导意义和理论创新价值。,4,7-28]
权益量化研究:挖掘商品期货风险溢价因子.pdf