因子与指数投资揭秘系列十六：铁矿石基本面量化及数据分析的研究框架

期货研究 二〇二四年度 国泰君安期货研究所 2024年3月13日 因子与指数投资揭秘系列十六：铁矿石基本面量化及数据分析的研究框架 虞堪投资咨询从业资格号：Z0002804yukan010359@gtjas.com 高宇飞（联系人）从业资格号：F03124155gaoyufei028920@gtjas.com 报告导读： 在之前的系列专题报告中，我们阐述了基本面量化数据选取的一些一般性的标准（参见《因子与指数投资揭秘系列十五：探究量化基本面因子品种和数据的选取方法》）。并提出，以黑色和能源化工产业链为主的较为成熟的工业品，更适合做量化基本面研究。首先，它们上下游逻辑清楚，可量化的基本面数据和指标较多。其次，供需的逻辑可以沿着产业链上下游进行传导。最后，许多工业品上市时间较早，具有较长的回测数据，统计意义更显著。 在这些品种当中，铁矿石是一个值得研究的期货品种。自2013年在大连商品交易所上市以来，历经十余载时间，历史数据相对充足。此外，在铁矿石的产业链条中，铁矿、螺纹、热卷、焦煤、焦炭等品种，互为上下游。此外近年来，锰硅、硅铁、不锈钢等品种陆续上市交易，进一步完善了这条产业链。然后，我国铁矿的供给较多依赖于外部进口，例如依赖从巴西四大矿山和澳洲等地进口，其发货量、船运、到港量等因素会对价格产生影响，这些指标较易于量化。铁矿石有较多不同品质的矿块和矿粉，这些高低品粉块之间的价差变化，通常也会对后市期货价格提供一些参考。最后，钢厂一些指标，例如钢厂铁水产量、钢厂开工率等，可以作为需求类指标，对后市期货价格的预测提供参考。 本文将首先按照类别，对铁矿石各相关指标进行梳理和介绍。然后，选择表现较好的指标并对其回测绩效进行结果展示，最后再结合结果以及近期铁矿石的行情进行相关的总结。 特别感谢实习生李泽豪对于本文撰写、数据搜集的贡献。 风险提示：近期铁矿石行情波动较大，注意关注政策面和情绪面的影响。 （正文） 1.铁矿石产业链的介绍 现代工业中，钢材是使用最为广泛的金属材料之一。作为生产钢材的重要原材料，铁矿石的地位举足轻重。铁矿石用途单一，98%作为钢铁生产原材料使用，1吨生铁约需要1.6吨铁矿石。因为铁矿石用途单一的这种特性，给我们在分析铁矿需求时带来了一些便利，我们并不需要像一些种类繁多的工业品那样，逐个统计下游需求量（容易产生误差并且效率较低），相反，我们只需要考虑其作为炼钢原料去生产钢材就足够了，其市场需求与钢铁行业的发展状况紧密相关。近年来，由于我国和印度等新兴经济体的蓬勃发展，钢材需求量在逐年提高，因而对于铁矿石的需求量也在日益提高。 而从供给端看，铁矿石主要分布于澳大利亚、巴西、俄罗斯和中国四个国家，占全球铁矿石总储量的70%以上。虽然我国铁矿石的储量较大，但由于矿石品质较低，高品质的铁矿石主要分布于澳大利亚和巴西，加上我国对钢材的需求也逐年增加，因此从供给端来看，我国铁矿石主要依赖于外部进口。特别是近年来，进口渠道逐渐集中于澳洲和巴西发运，而从其余国家的发运比例则逐年减少。 从矿山的发运数据看，全球铁矿石的发运主要集中于四大矿山，2023年发运量从高到低依次是：力拓（RT）， 3.2亿吨；淡水河谷（Vale），3.15亿吨；必和必拓（BHP），2.85亿吨；福蒂斯丘，1.92亿吨。这些矿山的发运数据对于铁矿石价格走势也有一定的影响。 综上，我们不难看出，铁矿石的产业链上下游较为清晰明确，开采端主要依赖从澳洲和巴西四大矿山进口，需求端主要应用于钢材的制造和冶炼。这样的产业链分布也给我们提取基本面数据并进行量化信号的建模提供了便利。 图1：铁矿石各国储量分布图图2：四大矿山发运量排名 资料来源：国泰君安期货研究资料来源：国泰君安期货研究 2.铁矿石基本面数据举例 接下来，我们将分类别列举一些基本面数据。依照《因子与指数投资揭秘系列十五：探究量化基本面因子品种和数据的选取方法》文中提到的基本面数据选择标准，所选取数据应尽可能具有较长的历史长度，较频繁的更新频率（日度或周度），以及有较强的代表性。 2.1铁矿石基差 本数据选自“商品基差-主流现货基差-铁矿石-i”，数据源为国泰君安期货数据库，更新频率为日度。主要选择期货贴水较大时择时做多，因为基差走扩，期货价格往往被低估，下一步可能反转走强；反之当期货价格升水较大时择时做空，由于商品交割机制的存在，基差往往会在临近交割时收敛。 图3：铁矿石价格和基差走势 资料来源：国泰君安期货研究 可以看出，铁矿石期货长期贴水于现货，基差始终大于零。从2016年到2021年若不择时，长期做多铁 矿石也可以带来可观的收益。但需要指出，在2022年及之后的一段时间，随着各种事件和政策的影响，铁矿石波动加剧，趋势性不及以前好捕捉，仅做多的策略恐将不再适用。 2.2铁矿石现货价格 由于不同产地、不同品质的铁矿石种类繁多，因此铁矿石现货种类价格较为繁多。我们挑选以下几种现货价格数据： 低品质：58.5%混合粉品牌价格：青岛港（日）；超特粉；中品质：61.5%PB粉品牌价格：青岛港（日） 高品质：65%卡拉加斯粉品牌价格：青岛港（日）；巴混粉； 以上数据均来自于钢联，每日更新。不同品质的矿粉之间有价差，例如我们可以构造PB粉-混合粉，PB粉-超特粉，卡粉-超特粉（或混合粉），巴混-超特粉（或混合粉）之间的价差因子。这些价差可能会对后市价格有一定的先导预测作用。其主要逻辑是，在假定供应不变的情况下，铁矿的需求应先从价格、品味较低的矿粉开始，当价差扩大，说明需求已经延申到高品味矿粉，导致其价格走强。因此价差扩大反映需求端的走强。 图4：PB-超特粉价差图5：PB-混合粉价差 资料来源：国泰君安期货研究资料来源：国泰君安期货研究 图6：卡粉-超特粉价差图7：卡粉-混合粉价差 资料来源：国泰君安期货研究资料来源：国泰君安期货研究 图8：巴混-超特粉价差图9：巴混-混合粉价差 资料来源：国泰君安期货研究资料来源：国泰君安期货研究 由于这些价差因子相关性较高，在具体使用时可以选择表现最稳定的一个，或多个价差因子取等权平均值，从而降低单个因子预测的风险。 2.3进口利润 如前文所述，我国铁矿石较多依赖从海外进口。进口利润是一个关键的指标，它的主要逻辑是，假定需求不变的情况下，当进口利润增加时，更倾向于从海外进口铁矿石，从而影响铁矿的供给增加。从下图中我们也可以看到，进入2021年之后，期货价格和进口利润呈现较为明显的反向变动关系。 图10：进口利润 资料来源：国泰君安期货研究 2.4铁矿石发运量 我们考虑从澳洲、巴西，以及四大矿山的一些发运指标：巴西铁矿石发货量：14个港口合计（周）； 福蒂斯丘（FMG）铁矿石发货量：至中国（周）；铁矿：到港量：26个港口（周）； 铁矿：澳大利亚产：发货量：19个港口（周）。 关于铁矿的发运和供应指标还有许多，读者可以根据需要自行选择合适的指标进行测试。从下图可以看出，发运指标的变化较为剧烈，无明显趋势性，可以考虑使用移动平均等方法对曲线的光滑度进行处理。 图11：巴西和澳洲铁矿发运量（多港口合计） 资料来源：国泰君安期货研究、钢联 图12：福蒂斯丘（FMG）铁矿石发货量：至中国（周）图13：铁矿：到港量：26个港口（周） 资料来源：国泰君安期货研究、钢联资料来源：国泰君安期货研究、钢联 2.5铁矿石库存、仓单指标 库存和仓单是商品的重要基本面特征。我们选取以下库存指标：仓单数量:铁矿石（交易所每日盘后公布） 铁矿：进口：库存：247家钢铁企业（周）进口铁矿石港口总库存：45个港口总计（周） 钢铁企业库存属于铁矿的下游库存。企业库存增加，反映企业生产有利润，会继续生产导致需求旺盛，因此倾向于做多。而港口库存则是相反的逻辑，港口库存增加，说明现货成交减少。它往往和价格呈现呈反向变动关系。仓单的逻辑和铁矿的中游库存类似，属于反映供应端的增减，和价格往往负相关。需要注意的是，仓单数量在2021年之后才具有比较明显的变化规律，而2021年之前则有大量的无效数据。 图14：铁矿石仓单与期货价格 资料来源：国泰君安期货研究、同花顺 图15：铁矿：进口：库存：247家钢铁企业（周）图16：进口铁矿石港口总库存：45个港口总计（周） 资料来源：国泰君安期货研究、钢联资料来源：国泰君安期货研究、钢联 2.6铁矿石下游需求端指标 从钢铁冶炼端出发，我们大致可以选取如下的一些需求指标： Mysteel全国247家钢厂日均铁水产量（周）Mysteel全国247家钢厂高炉开工率（周）247家钢铁企业：高炉产能利用率：中国（周） 进口铁矿石港口总库存：日均疏港量：45个港口总计（周） 铁水是铁矿石下游重要应用，是铁矿石需求的最直接体现。产量增加时做多。钢厂开工率反映钢厂对于铁矿石的需求，为正向变动关系。可与钢厂高炉利用率交叉对比，反映当前的生产利润水平。钢厂产能利用率反映钢厂的利润水平，高的利润水平能够与铁矿石的需求形成正反馈。日均疏港量能够较好反映港口材料堆积程度，从而反映需求程度。当疏港量增多时做多，疏港量减少时做空。 图17：Mysteel全国247家钢厂日均铁水产量（周）图18：Mysteel全国247家钢厂高炉开工率（周） 资料来源：国泰君安期货研究、钢联资料来源：国泰君安期货研究、钢联 图19：247家钢铁企业：高炉产能利用率：中国（周）图20：进口铁矿石港口总库存：日均疏港量：45个港口 总计 资料来源：国泰君安期货研究、钢联资料来源：国泰君安期货研究、钢联 3.因子的构造与模型回测 3.1数据的处理和因子构造方法 我们提取单条时间序列数据，周度的数据向后填充到交易日中，例如某数据周五更新，则在更新之前均使用上周五的数据作为最新值。同时对于有缺失值的数据，也向后填充补足。我们对于得到的时间序列将进行一系列处理，最终将其映射为1（做多）、0（不持有合约，进行现金管理）、-1（做空）。当信号由0 变为1或者-1时，则选择开仓，从1或-1变为0时，则平当前仓位。由1变成-1或由-1变成1时，则先平当前仓位，再进行反向开仓。 对于基本面因子的处理方法通常有以下几种：1.取N周期的同环比，以此来衡量数据的增减变化情况。2.取N周期的差值，通常用在库存、开工率等数值常为正的情况。3.取N周期的移动平均，通常适用与数据变化剧烈或不够光滑的情况。4.设定阈值，例如当数据偏离N个标准差时触发信号，反之则不触发交易信号。5.构造特定规则，例如分别求较短的移动均线和较长移动均线，当短均线突破长均线触发信号，长均线突破短均线触发相反的信号。 3.2因子回测绩效展示 下面选取一些回测相对较好的因子进行展示，手续费设为双边万三。 图21：进口利润指标，夏普比率1.55，卡玛1.11，其中图22：PB-混合价差，夏普比率1.38，卡玛0.85，2021 2021年后夏普1.22，卡玛1.65年后夏普0.55，卡玛0.5 资料来源：国泰君安期货研究资料来源：国泰君安期货研究 图23：高炉产能利用率，夏普1.04，卡玛0.47，2021图24：仓单数量指标，夏普2.51，卡玛1.99，2021年 年后夏普0.19，卡玛0.17后夏普0.8，卡玛0.72 资料来源：国泰君安期货研究资料来源：国泰君安期货研究 图25：巴西铁矿发货量，夏普1.69，卡玛0.98，2021图26：福蒂斯丘发货量，夏普1.17，卡玛0.65，2021 年后夏普0.64，卡玛0.39年后夏普1.66，卡玛2.26 资料来源：国泰君安期货研究资料来源：国泰君安期货研究 3.3因子组合 下面我们将简单叙述一些因子组合的方法。我们首先研究较为简单的两因子组合情形。例如我们考虑库存和基差的两因子组合。我们设定库存阈值为X，若当期指标小于（大于）阈值X，我们则在下一期做多（做空）标的期货。我们设定基差阈值为Y，若当期指标大于（小于）阈值Y，我们则在下一期做多（做空）标的期货。总而言之，当我们认为只有两因子均满足开仓条件才会开