金工策略周报

联系人范沁璇金融工程分析师(资产配置)从业资格号：F03111965Email: qinxuan.fan@orientfutures.com 联系人徐凡金融工程分析师(基本面量化&FOF)从业资格号：F03107676Email: fan.xu@orientfutures.com 股指期货量化策略跟踪 主要内容 ★股指期货行情简评： 上周市场震荡收跌。非银、食品饮料、电子贡献了上证50与沪深300的主要跌幅，电子和非银贡献了中证500的主要跌幅，计算机和医药生物贡献了中证1000主要的跌幅。。股指期货成交环比下降，各品种基差走弱。(股指期货基差=期货收盘价-现货收盘价) ★股指期货基差策略推荐： 受市场情绪和场外产品敲出影响，各品种基差均显著走弱。预计基差仍将受市场情绪影响较大。其中挂钩500的场外产品大部分敲出，因此IC基差与市场相关性转负；而挂钩1000的场外产品还有大约一半尚未敲出，因此IM基差维持贴水以及贴水走阔压力更大。上周五IC、IM基差跌至2年10%分位以下，统计角度后续基差收敛压力大，跨期正套策略建议止盈，两品种展期策略空头可以考虑降低套保仓位，展期策略短期建议多远空近。IH与IF由于空头套保需求的缺失，预计升水格局将维持，IH、IF展期策略推荐多远空近。 ★股指期货套利策略跟踪： 跨期套利动量因子IH、IC给出正套信号，IF给出反套新号，上周IH、IC盈利；跨期套利年化基差率因子IH、IF给出反套信号，IC、IM则大多给出正套信号，该因子上周IH、IM盈利。 ★股指期货择时策略跟踪： 日度择时策略各模型策略净值均震荡。信号方面，等权单因子和Xgboost模型主要看空，OLS模型则主要看多。最新信号，等权单因子看涨IC，看空其余品种；Xgboost模型最近信号多IF看空其余品种；OLS模型最近信号看空IF看多其余品种； 日内择时策略近一周收涨，信号方面日内给出做空信号。 各品种基差显著走弱 股指期货展期收益跟踪： 跨期套利策略——综合策略表现 年化基差率因子：等权配置IH、IF剔除分红的年化基差率因子和IC、IM未剔除分红的年化基差率因子正套：滚动多当月空当季 120日动量：根据过去120个交易日正套组合的收益决定套利方向 跨期套利策略——动量因子 动量因子：过去k个交易日跨期反套组合的收益率。策略构建：IH使用一年动量，IF、IC等权配置10、20、30、40、60、80、120、250个交易日的动量因子， 构建多周期动量策略。收盘价调仓，交易成本按单边万0.5考虑。 跨期套利策略——年化基差率因子 策略构建说明：根据当日14:45各期限合约年化基差率日度调仓，做多年化基差率最低的合约、做空年化基差率最高的合约，距离到期日小于10天的合约不在选择范围内，收盘价调仓，交易成本按单边万0.5考虑。其中IH、IF年化基差率作剔除分红处理，IC、IM使用原始基差。 日度择时策略跟踪——多因子合成模型表现 单因子等权：等权配置2023年以前夏普大于0、相关性小于0.3的因子XGB：2023年前样本用于筛选变量与调参OLS：2023年前样本用于筛选变量与调参 日度择时策略跟踪——Xgboost模型 日内择时策略跟踪——单因子等权 等权配置2024年前夏普大于0.5，日收益率相关系数小于0.3的单因子，共选出5个因子。跟踪策略在样本外表现。本页展示了等权配置5个因子的跟踪回测结果 国债期货量化策略 东证衍生品研究院金融工程王冬黎 量化模型最新策略观点 ➢本周策略关注 •国债期货套保压力指数延续小幅反弹，期债量化模型建议单边策略偏空对待，关注国债期货套保策略。 ➢期货单边策略跟踪 •基于机器学习的日度多空量化择时策略（T、TF、TS）净值本周净值反弹，最新策略信号中性偏空。 •基于债券净价加基差预测的TL择时策略信号偏多。 ➢期货套利策略跟踪 •仓位调整后的跨品种策略本周净值震荡，仓位调整后的跨品种策略因carry因子未超出阈值当期信号为观望。 ➢信用债中性策略跟踪 •基于远季合约的国债期货对冲压力指数本周小幅反弹，当前信用债久期轮动加对冲策略持有高久期3-5年指数并进行国债期货对冲。 ➢现券久期策略跟踪 •久期轮动策略维持1-3年低久期指数持仓，不同久期指数预期持有回报均有所下降。 1、国债期货基差与期现套利监控 ➢基差与期现套利 •本周期债震荡偏强运行，不同品种基差普遍涨跌不一，期债对冲高压力指数较上周有所回落。具体数据方面，30年主力合约基差位于1.89，较上周上上行0.17，隐含回购利率IRR位于-2.55%；10年期主力合约本周基差位于-0.07，较上周下行0.02，隐含回购利率IRR位于2.1%；5年期主力合约基差位于0.03，隐含回购利率IRR位于1.91%；2年期国债期货基差位于-0.2，隐含回购利率IRR为1.98%。 2、LSTM高频量价日度择时策略 ➢LSTM模型高频量价日度策略 •基于机器学习的日度多空量化择时策略（T、TF、TS）净值本周净值震荡，最新策略信号中性偏空。 •期债日度多空策略样本外整体表现稳定，模型构建过程我们基于国债期货高频量价采用LSTM模型预测国债期货日度收益，对于每个品种分别基于多个窗口进行模型训练，我们展示所有窗口训练模型信号等权的结果。 3、三十年国债期货择时策略 ➢三十年国债期货策略 •基于债券净价加基差预测的三十年国债期货策略信号偏多。 •三十年国债期货策略基于债券净价预测与期货基差变化预测相叠加的方法，债券净价预测指标我们基于活跃券技术指标与利率利差数据，基差预测基于线性收敛的假设。 4、久期中性跨品种套利策略 ➢久期中性跨品种套利策略 •仓位调整后的跨品种策略因carry因子未超出阈值当期信号为观望。 •策略构建方面，我们基于动态久期中性配比构建的国债期货跨品种久期中信组合，再基于久期中性配比计算各个组合的基差Carry，久期中性和时序滚动标准化后对六个组合基差Carry绝对值进行排序，持有Carry因子值绝对值最高的组合。 5、信用债久期轮动中性策略 ➢信用债轮动加对冲中性策略 •基于远季合约的国债期货对冲压力指数本周小幅反弹，当前信用债久期轮动加对冲策略持有3-5年指数并进行国债期货对冲。 •信用债久期轮动中性策略的构建基于国债期货对冲压力指数判断信用债久期敞口并采用信用债对冲模型通过国债期货空头对冲构建中性策略。国债期货对冲压力指数基于资金成本、隐含回购利率和债券借贷成本构建：() 6、现券久期轮动策略 ➢现券久期轮动策略 ➢久期轮动策略维持1-3年低久期指数持仓，不同久期指数预期持有回报均有所下降。 ➢国债久期轮动策略是我们基于债券超额收益预测模型构建的现券月度现券久期择时策略，策略建模过程先构建并预测零息债券超额收益，再通过动态复制的方法将得到实际可投资的四个中债国债财富指数的净值（1-3Y、3-5Y、5-7Y和7-10Y）根据收益预测值排序选择预期回报最高的指数作为当期持仓。 李晓辉金融工程首席分析师从业资格号：F03120233投资咨询号：Z0019676Email: Xiaohui.li01@orientfutures.com 主要内容 ★商品因子表现： •最近一周商品各类因子表现涨跌不一。其中，期现结构类因子继续反弹较多，平均超过0.5%，其次价值类因子平均涨幅约超0.4%，而期现基差类因子平均小幅收跌，量价趋势类涨跌不一，平均约0.0%收益变化。另外波动率类因子跌超0.2%，仓单类因子跌约0.2%。 ★跟踪策略表现： •CWFT策略年化收益10.1%，夏普比率1.65，Calmar1.14，最大回撤-8.81%，最近一周收益0.49%，今年以来收益2.43%。 •C_frontnext & Short Trend策略年化收益12.9%，夏普比率1.93，Calmar1.93，最大回撤-6.72%，最近一周收益1.23%，今年以来收益2.21%。•Long CWFT & Short CWFT策略年化收益14.8%，夏普比率1.56，Calmar1.13，最大回撤-13.07%，最近一周收益0.68%，今年以来收益-0.89%。•CS XGBoost策略年化收益10.2%，夏普比率1.71，Calmar1.39，最大回撤-7.34%，最近一周收益0.12%，今年以来收益-1.32%。•RuleBased TS Sharp-combine策略年化收益12.1%，夏普比率1.51，Calmar1.47，最大回撤-8.26%，最近一周收益0.05%，今年以来收益3.00%。•RuleBased TS XGB-combine策略年化收益12.6%，夏普比率2.08，Calmar2.82，最大回撤-4.49%，最近一周收益0.35%，今年以来收益6.69%。•CS strategies, EW combine策略年化收益16.2%，夏普比率2.18，Calmar2.20，最大回撤-7.38%，最近一周收益1.02%，今年以来收益-0.01%。 商品因子表现跟踪 商品截面单因子的业绩表现 •最近一周商品各类因子表现涨跌不一。其中，期现结构类因子继续反弹较多，平均超过0.5%，其次价值类因子平均涨幅约超0.4%，而期现基差类因子平均小幅收跌，量价趋势类涨跌不一，平均约0.0%收益变化。另外波动率类因子跌超0.2%，仓单类因子跌约0.2%。 •今年以来表现相对较好的商品大类因子是，期限结构类和量价趋势类因子。而今年以来期现基差类、仓单类因子表现较差，但近期也在逐步修复。总体上CTA因子的表现在逐步修复，我们认为商品市场仍存在一定的盈利空间。 基于因子的商品策略跟踪表现 跟踪策略概览 •CWFT组合：以Carry、Warrant、Futurespot和Trend类因子的简单复合组合，同一大类内部的因子等权，而不同的大类之间则以、以5:2:2:1的权重再复合 •C_frontnext& Short Trend组合：在不改变长期价差因子持仓方向的前提下尽可能地对冲掉短期价格波动的负收益。C_frontnext为主因子，Short Trend（窗口参数为20日的16个趋势因子）为副因子 •Long CWFT & Short CWFT组合: C\W\Fs\T四类因子内部等权复合后再以5:2:2:1复合，长周期的CWFT因子为主因子，短周期的CWFT因子为副因子 •截面CS XGB组合：基于全市场品种得到的时序因子XGB组合，用20091231-20191231之间样本进行训练 •RuleBasedTS夏普加权组合：基于规则型多空信号的时序因子策略，由因子库叠加规则+粗粒化窗口参数得到的指标，经过样本内筛选后获得的夏普加权组合 •RuleBasedTS XGB组合：基于规则型多空信号的时序因子策略，由因子库叠加规则+粗粒化窗口参数得到的指标，经过样本内筛选后获得的XGBoost组合 CWFT组合 •本策略(CWFT)上周持仓品种24个，净持仓15.1%，总持仓收益0.5%，胜率58.3%，其中表现较好的是RM(0.22%)、LH(0.13%)，较差的是P(-0.15%)、PX(-0.08%)。本周该策略持仓品种24个，净持仓19.8%，其中有3个品种需要展期，总的换手资金比例为62.0%。 C_frontnext& Short Trend组合 •本策略(C_frontnext &Short Trend)上周持仓品种24个，净持仓29.2%，总持仓收益1.2%，胜率70.8%，其中表现较好的是RM(0.28%)、B(0.22%)，较差的是PK(-0.07%)、JD(-0.07%)。本周该策略持仓品种24个，净持仓43.9%，其中有5个品种需要展期，总的换手资金比例为95.1%。 Long CWFT & Short CWFT组合 •本策略(Long CWFT &Short CWFT)上周持