量化CTA周报：节前盘整，能化板块Copula套利表现尚可

中信期货研究|金融工程周报 量化CTA周报：节前盘整，能化板块Copula套利表现尚可 投资咨询业务资格：证监许可【2012】669号 报告要点 上周，商品市场整体较弱、偏震荡调整市，指数下跌0.95%，各主要板块均呈不同程度的跌幅。动量、期限结构、持仓和波动率因子收益分别下跌0.48%、0.88%、0.24%和1.49%。三大自研策略表现存在一定程度的差异，基于延展窗口夏普加权多因子策略、基于混合Copula函数套利策略和基于Hurst指数短期择时策略净值分别下跌0.02%、上涨4.17%和上涨0.1%。 金融工程组 摘要： 研究员：熊鹰021-80401732xiongying@citicsf.com从业资格号F3075662投资咨询号Z0018946 商品市场指数： 上周，商品市场整体较弱、偏震荡调整市，中信期货商品指数净值下跌0.95%，各主要板块均呈不同程度的跌幅。具体来看，除农产品板块延续弱势、指数下跌0.2%以外，有色金属和贵金属板块同步下跌0.85%；黑色建材和能源化工板块也止涨返跌，从上上周的“涨势明显”过渡到最近这一周的“领衔回调”——分别下跌1.52%和1.58%。 研究员：周通021-80401733zhoutong@citicsf.com从业资格号F3078183投资咨询号Z0018055 商品市场因子： 上周，动量、期限结构、持仓和波动率因子收益分别下跌0.48%、0.88%、0.24%和1.49%。商品指数收益波动率持续在底部徘徊，因子收益偏震荡市。 团队特色策略： 上周，基于延展窗口的夏普加权多因子策略、基于混合Copula函数套利策略和基于Hurst指数的短期择时策略的表现存在一定程度的差异，净值分别下跌0.02%、上涨4.17%和上涨0.1%。基于混合Copula函数的套利策略在能化方面获得较大收益，而在农产品、有色金属和黑色这三大板块表现一般。基于Hurst指数的短期择时策略的主要盈利品种为聚乙烯、硅铁和玻璃，主要亏损品种为纯碱、锰硅和豆粕。 风险提示：本报告中所涉及的算法和模型应用仅为回溯举例，并不构成推荐建议。 目录 摘要：......................................................................................1一、周度市场回顾....................................................................3（一）指数端回顾......................................................................................................................................................3（二）因子端回顾......................................................................................................................................................4（三）CTA私募产品市场回顾.................................................................................................................................6二、团队特色策略净值跟踪................................................................6三、论文和报告推荐......................................................................9免责声明...................................................................................10 图目录 图表1：中信期货各类指数净值变化........................................................3图表2：中信期货各类指数相关指标........................................................4图表3：中信期货商品指数收益率和指数的波动率变化........................................4图表4：商品品种库......................................................................4图表5：各类因子净值变化................................................................5图表6：各类因子相关指标................................................................5图表7：各CTA产品指数的累计收益率变化..................................................6图表8：朝阳永续CTA产品指数的累计收益率的相关指标......................................6图表9：金融工程团队CTA策略研究框架....................................................7图表10：团队特色策略净值走势图.........................................................8图表11：团队特色策略评价指标...........................................................8 一、周度市场回顾 周度市场回顾部分主要分为两块：期货商品市场回顾和CTA私募产品市场回顾。在期货商品市场回顾中，我们会从指数端和因子端这两个角度分别对市场变化进行刻画和归因。在CTA私募产品市场回顾中，我们会展示团队自研的CTA产品聚类指数来给大家带来最直观的CTA产品市场近况描述。 （一）指数端回顾 上周，商品市场整体较弱、偏震荡调整市，中信期货商品指数净值下跌0.95%，各主要板块均呈不同程度的跌幅。具体来看，除农产品板块延续弱势、指数下跌0.2%以外，有色金属和贵金属板块同步下跌0.85%；黑色建材和能源化工板块也止涨返跌，从上上周的“涨势明显”过渡到最近这一周的“领衔回调”——分别下跌1.52%和1.58%。 商品指数收益波动率持续在底部徘徊，CTA产品获利空间受限，建议关注策略组合和品种权重分配等问题。 资料来源：中信期货研究所 资料来源：同花顺iFinD中信期货研究所 资料来源：同花顺iFinD中信期货研究所 （二）因子端回顾 因子端主要从动量、期限结构、持仓和波动率四个维度对商品市场进行描述，四类因子均从中期角度进行构建，回溯品种如图表4所示。 动量因子收益持续走弱，上周下跌0.48%。上周，做多品种数量持续回暖，从上周一的20个增加至25个。正收益主要贡献品种为玻璃、焦煤和沪铝等，负收益主要贡献品种为乙二醇、菜粕和沥青等。 期限结构因子收益止涨返跌，上周下跌0.88%。上周，各品种期限结构因子方向均为发生调整。本组合中正收益主要贡献品种为玻璃、沪铝和沪锡等，负收益主要贡献品种为沪镍、PVC和纯碱等。 持仓因子收益持续走弱，上周下跌0.24%。上周，多头和空头组合均未发生调整。正收益主要贡献品种为焦煤、橡胶和焦炭等，负收益主要贡献品种为沪镍、PVC和不锈钢等。 波动率因子收益止涨返跌，上周下跌1.49%。上周，多头组合调整频较高、近乎每两天一次，多头组合的调整品种集中PTA和甲醇等，空头组合未发生调整。正收益主要贡献品种为玻璃、尿素和玉米等，负收益主要贡献品种为沪镍、纯碱和焦煤等。 资料来源：中信期货研究所 （三）CTA私募产品市场回顾 我们通过私募产品尽调的方式来对CTA产品进行分类。目前，我们CTA产品池存续和非存续产品共193只，包含了我们尽调范围内所有以商品交易为主的产品。根据尽调结果，我们会给私募产品打上大类和子类标签，然后形成各大类和子类策略的产品指数,周报只展示大类产品指数，若需要子类数据可联系本团队。需格外提的一点是，我们的产品池偏向于过去净值表现较好的产品，因此存在较强的幸存者偏差，所形成的指数会优于全市场指数。大部分产品净值更新频率为1月一更，因此维持上周数据结果。 资料来源：朝阳永续、中信期货研究所 二、团队特色策略净值跟踪 团队CTA策略研究主要分三块展开，这三块分别为期货截面因子和组合研究，期货时序择时策略研究和期货统计套利研究。图表10中展示的策略为团队代表性策略、图表11为相应的净值统计汇总。在周报中，我们会对这些策略净值进 行周度跟踪。若对策略细节感兴趣，可以联系本团队。 上周，基于延展窗口的夏普加权多因子策略、基于混合Copula函数套利策略和基于Hurst指数的短期择时策略的表现存在一定程度的差异，净值分别下跌0.02%、上涨4.17%和上涨0.1%。基于混合Copula函数的套利策略在能化方面获得较大收益，而在农产品、有色金属和黑色这三大板块表现一般。基于Hurst指数的短期择时策略的主要盈利品种为聚乙烯、硅铁和玻璃，主要亏损品种为纯碱、锰硅和豆粕。 资料来源：中信期货研究所 资料来源：中信期货研究所 三、论文和报告推荐 论文标题：NMTucker:Non-linear Matryoshka Tucker Decomposition forFinancial Time Series Imputation 论文作者：Uras Varolgunes，Dan Zhou，Dantong Yu，Ajim Uddin 本文主要介绍了一种名为NMTucker的新型张量补全算法，通过递归分解策略来挖掘非线性复杂数据分布中的模式，同时避免过拟合问题。该算法利用深度神经网络设计了一种解决方案，通过随机梯度下降算法从一批训练样本中学习嵌入矩阵。总体来说，NMTucker算法通过以下技巧实现非线性张量补全并解决过拟合问题： 在传统的Tucker补全中，算法通过线性方式处理和重构数据。然而，NMTucker在这个过程中引入了非线性激活函数。这个改进使得NMTucker能够更有效地捕捉和理解数据中的非线性模式，即那些不仅仅通过直线或简单曲线就可以描述的复杂关系。其次，NMTucker采用多层分解策略，使得每一层都有更少的参数。这减少了训练一个大核心张量所需的参数数量，从而提高了模型的泛化能力。 在实际数据集上的实验表明，NMTucker在降低插补误差方面优于现有的补全方法。这表明NMTucker在处理复杂非线性数据分布时具有较强的优势。 免责声明 除非另有说明，中信期货有限公司（以下简称“中信期货）拥有本报告的版权和/或其他相关知识产权。未经中信期货有限公司事先书面许可，任何单位或个人不得以任何方式复制、转载、引用、刊登、发表、发行、修改、翻译此报告的全部或部分材料、内容。除非另有说明，本报告中使用的所有商标、服务标记及标记均为中信期货所有或经合法授权被许可使用的商标、服务标记及标记。未经中信期货或商标所有权人的书面许可，任何单位或个人不得使用该商标、服务标记及标记。 如果在任何国家或地区管辖范围内，本报告内容或其适用与任何政府机构、监管机构、自律组织或者清算机构的法律、规则或规定内容相抵触，或者中信期货未被授权在当地提供这种信