您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[国泰君安证券]:基于持仓多空比因子和“双重确认”策略的国债期货择时模型 - 发现报告

基于持仓多空比因子和“双重确认”策略的国债期货择时模型

2024-09-01唐元懋、孙越国泰君安证券~***
基于持仓多空比因子和“双重确认”策略的国债期货择时模型

债券研究/2024.09.01 基于持仓多空比因子和“双重确认”策略的国债期货择时模型唐元懋(分析师) 0755-23976753 报告副标题 本报告导读: 本文对机构多空持仓比因子进行了二次加工,通过因子变换和优选,搭配双重确认,构建纯多头择时策略,使得该因子指导投资能力大幅加权,并可以应用于现券投资。 投资要点: 前20家会员机构的多空持仓比是跟踪多空分布、分析投资者情绪的重要指标,但在实际中,该指标在预测债市走向上效果一般,在 tangyuanmao026130@gtjas.com 登记编号S0880524040002 孙越(研究助理) 021-38031033 sunyue028687@gtjas.com 登记编号S0880123070142 相关报告 此基础上,我们尝试对于多空持仓数据进行二次加工,并配套纯多 头择时策略,有效提高组合夏普比率,具体而言: �对于多空持仓比因子进行多种变换,并优选得到“多空占优度”量化指标,从而构建出的国债期货择时因子胜率明显提升。通过对于多种变换方式进行回测,我们发现一阶差分变换效果更好,特别 是在T、TL上胜率可达65%以上,若进行移仓换月和隔夜信号过滤可进一步提升因子胜率。 银行资金回表趋势下:地方债投资价值解析 2024.08.30 保险债信用利差或将呈现分化态势2024.08.25信用持仓因子对基金波动的影响明显提升2024.08.25 省联社改制:逻辑、前景与银行债投资机会的分化2024.08.20 跌幅有所收窄,波动显著提升2024.08.19 债券研 究 专题研 究 证券研究报 告 ②在因子和策略优化上兼顾胜率与盈利空间考量,在对信号进行双重确认基础上构建纯多头择时模型。由于多空占优度因子更适用于提示做多机会,因此,我们在构建策略时仅考虑多头信号,并且依 据信号本身与信号过滤的双重确认设置多头仓位,兼顾胜率与盈利空间考虑。 ③应用场景方面,该策略不仅可应用于期货端,在现券端也可明显提高资产组合夏普比率。在期货端,通过回测多空占优度择时策略 夏普比率1.86,较benchmark提升0.80,而考虑到近年来长端、超长端国债期货对于现券的引导性逐步提高,我们将国债期货多空占优度择时策略在现券端也进行了测算,得到策略夏普比率为2.29,较指数提升0.61。 风险提示:本文模型根据历史数据建立,随着市场环境的变化,指标的作用方向和作用强度可能发生变化,最优参数亦可能发生变化当市场环境发生变化时,模型的收益可能下降,注意模型失效的可 能性 目录 1.多空占优度因子构建与择时策略设计4 1.1.多空占优度因子计算:一阶差分变换4 1.2.信号生成4 1.3.信号过滤:隔夜信息与移仓换月4 1.4.多空占优度择时策略构建:基于双重确认的纯多头模型5 2.多空占优度择时策略回测6 3.多空占优度择时策略应用场景测试7 4.风险提示8 国债期货市场净持仓和多空持仓比是判断投资者情绪和市场预期的重要指标,通常使用前20家会员机构的多空持仓比或者净持仓变动衡量市场持仓情况的变动。 前二十家会员合计持仓数据本身对债市行情跟踪与预测效果均一般。由于 前20家会员数据信息量较大,虽然可以用于衡量市场持仓情况的变动,但难以快速反映市场情绪变动以及多空内部投资比例变动的微观结构,并且市场不同阶段下多空持仓数据变动所反映出的信息或并不相同,这使得前二十家会员合计持仓数据与债市行情相关度并不高,用于进行行情预测的效果也较为一般。 图1:T合约前二十家会员净持仓与价格相关度一般图2:T合约前二十家多空持仓比与债市走势存在差异 (手) 20,000 15,000 10,000 5,000 0 -5,000 -10,000 -15,000 2022-02 2022-04 -20,000 T净持仓T.CFE(元) 106.00 105.00 104.00 103.00 102.00 101.00 100.00 2022-08 2022-10 2022-12 2023-02 2023-04 2023-06 2023-08 2023-10 2023-12 2024-02 2024-04 99.00 1.10 1.05 1.00 0.95 0.90 0.85 T多空比中国:中债国债到期收益率:10年(%) 3.00 2.90 2.80 2.70 2.60 2.50 2.40 2.30 2022-02 2022-04 2022-06 2022-08 2022-10 2022-12 2023-02 2023-04 2023-06 2023-08 2023-10 2023-12 2024-02 2024-04 2.20 2022-06 数据来源:Wind,国泰君安证券研究数据来源:Wind,国泰君安证券研究 在此基础上,我们尝试对于多空持仓数据进行二次加工,探索更为有效的多空持仓因子以及对应的择时策略,具体而言: �对于多空持仓比因子进行多种变换,并优选得到“多空占优度”量化指标,从而构建出的国债期货择时因子胜率明显提升。通过对于多种变换方式进行回测,我们发现一阶差分变换效果更好,特别是在T、TL上胜率可达65%以上,若进行移仓换月和隔夜信号过滤可进一步提升因子胜率。 ②在因子和策略优化上兼顾胜率与盈利空间考量,在对信号进行双重确认基础上构建纯多头择时模型。由于多空占优度因子更适用于提示做多机会,因此,我们在构建策略时仅考虑多头信号,并且依据信号本身与信号过滤的双重确认设置多头仓位,兼顾胜率与盈利空间考虑。 ③应用场景方面,该策略不仅可应用于期货端,在现券端也可明显提高资产组合夏普比率。在期货端,通过回测多空占优度择时策略夏普比率1.86,较benchmark提升0.80,而考虑到近年来长端、超长端国债期货对于现券的引导性逐步提高,我们将国债期货多空占优度择时策略在现券端也进行了测算,得到策略夏普比率为2.29,较指数提升0.61。 1.多空占优度因子构建与择时策略设计 1.1.多空占优度因子计算:一阶差分变换 我们尝试对多空持仓比因子进行多种变换,发现一阶差分变换效果更好,具体而言: 首先,根据净持仓情况计算出当日多方机构与空方机构净持仓变动。我们 对于多空机构定义为:若该机构过去一周净持仓增加,则该机构被视为多方 机构;若该机构过去一周净持仓减少,则该机构被视为空方机构。在这一定义的基础上,我们每日选取当天持仓量排名前20的会员机构,并对其多空属性进行分类。 其次,我们根据多空会员机构净持仓变动可得到多空占优度因子。我们定义多空因子定义为:多方机构与空方机构净持仓变动之比,即: 过去一周多方机构净持仓增加数量 多空占优度= 过去一周空方机构净持仓减少数量 1.2.信号生成 考虑到单一会员机构持仓量数据日度波动较大,包含一定噪音,因此信号生成频率不宜过短,且我们在多空占优度计算时我们选择以周为频率,在每周 �生成信号,具体来说,我们定义信号为: 信号=[ � +1,多空占优度 � −1,多空占优度 � >多空占优度 <多空占优度 𝑇−5 𝑇−5 当信号为+1,即多头力量增加时,进行做多;当信号为-1,即空头力量增加 时,则进行做空。 1.3.信号过滤:隔夜信息与移仓换月 我们主要针对隔夜信息与移仓换月两方面对于信号进行过滤。具体来说: 隔夜信息方面,由于信号在周�收盘后生成,而交易需要在周一才能进行,为了避免由于周末出现超预期增量信息导致行情反转的情况,若开盘方向 (高开/低开)与信号方向相反,则剔除该信号。 移仓换月方面,由于主力合约进行切换时净持仓变动往往较大,影响多空因子预判债市情绪的准确性,因此我们剔除了主力合约切换前后一周生成的信号。 通过对多空占优度因子胜率进行简单回测可以看到: �多头信号胜率优于空头胜率信号。在无论是分品种还是分年度看,多头信 号准确度均高于空头信号;或主因我国国债期货市场中空头持仓主要反应 套保需求,而多头持仓则更多为投机需求,具有更强的主动性,也更能灵敏准确的反映投资者后续观点。 ②多空占优度因子在长端、超长端国债期货多头行情中用性较好。分品种 看,多空占优度对于于长端、超长端国债期货的预测更为有效,特别是在多 头信号方面尤为凸显;其背后反映出国债期货市场投资者更倾向于用长端、超长端合约表达观点、增厚收益。 ③通过信号过滤可进一步优化提高多头信号对后续行情预测的准确度。具 体而言,剔除移仓换月对除TS、TF、T合约信号胜率均有改善,而考虑开 盘方向则主要对T、TL合约改善较明显,整体而言多空因子所生成的信号在TS、TF、T、TL合约上的胜率分别提高4.16%、0.98%、2.44%、3.48%; 图3:多空持仓因子过滤后胜率可进一步提升 合约信号多头胜率空头胜率整体胜率合约信号多头胜率空头胜率整体胜率 TS初始信号53.85%47.00%50.49%T初始信号66.67%45.71%55.56% 过滤后信号56.00%52.78%54.65%过滤后信号82.22%38.18%58.00% TF初始信号53.68%44.04%48.53%TL初始信号69.57%33.33%51.06% 过滤后信号55.77%42.86%49.50%过滤后信号75.00%30.00%54.55% 数据来源:Wind,国泰君安证券研究 1.4.多空占优度择时策略构建:基于双重确认的纯多头模型 通过简单测算可以看到,持仓因子更适用于提示做多机会,在提示做空机会上有效性则一般,因此,我们在设计策略时仅考虑多头信号,与此同时,为了保证该策略在债牛行情的可比性,我们将基准组设置为每周一建立1手 多头仓位,并于周�平仓。 具体来说,根据多空持仓因子以及过滤条件,我们设计择时策略如下: 每周�计算多空占优度信号,若信号不为1,则不进行操作;若信号为1,则在基准组仓位的基础上,于下周一额外增加N手多头仓位,并于下周�平仓;其中 Ⅰ.若下周一开盘价格高于本周�收盘价格(高开),视为1(A)类信号,则N=2。 Ⅱ.若下周一开盘价格低于本周�收盘价格(低开),视为1(B)类信号,则N=1; Ⅲ.若下周一至周�期间涉及主力合约切换,则不进行操作 图4:基于双重确认多空占优度择时策略 数据来源:国泰君安证券研究 2.多空占优度择时策略回测 通过回测可以看到,多空占优度择时策略应用于长端、超长端国债期货可较为有效增厚收益、控制回撤。具体而言: �分品种看,多空占优度择时策略在长端、超长端适用性较高,中短端效果一般。较中短端而言,长端与超长端年化收益有更为显著的提高,且夏普比 率也明显上升,具体而言,通过多空占优度择时TS、TF、T、TL资产组合 年化收益较benchmark分别可提高0.35%、4.45%、8.66%、8.62,夏普比率分别变动-0.24、0.1、0.8、0.16。 ②分行情看,多空占优度择时策略在牛市中可进一步增厚收益,也可以较为有效控制回撤。就T合约而言,在牛市行情下,其年化收益率、夏普比率分别提高了2.27%、1.5231,同时年化波动率、最大回撤也降低了2.45%、 合约组别 胜率 年化收益率 年化波动率 夏普比率 最大回撤 TS策略组 56.12% 4.75% 11.07% 0.29 21.23% benchmark 56.28% 4.40% 5.40% 0.54 10.45% TF策略组 58.62% 11.45% 9.69% 1.03 13.79% benchmark 57.58% 7.01% 5.97% 0.92 9.42% T策略组 72.62% 14.36% 6.93% 1.86 5.29% benchmark 63.32% 5.70% 3.98% 1.05 4.42% TL策略组 69.57% 20.39% 5.61% 3.37 1.91% benchmark 72.00% 11.77% 3.21% 3.20 1.21% 4.46%,即多空占优度择时策略在牛市