金工策略周报

主要内容 ★股指期货行情简评： 上周市场继续下跌，跌幅环比收窄。分行业看，食品饮料贡献了上证50和沪深300指数的主要跌幅，医药生物贡献了中证500和中证1000的主要跌幅。IH、IF、IC成交均环比下降，IM成交则相比上周环比增加，各品种剔除分红年化基差均值较上周均有所走弱。(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： 各品种剔除分红年化基差均值较上周均有所走弱。其中IC、IM当季合约分红调整年化基差周四收盘已经跌至两年10%分位以下，中性策略建议考虑适当减仓止盈。IH继续维持升水格局，IF已经转贴水。各品种近期贴水的加深估计主要受市场情绪影响较多。近期指增Alpha表现较好，叠加场外衍生品有到期压力，IC、IM整体维持较深贴水概率较大，节前可以继续关注两品种的跨期正套策略。IC、IM展期策略推荐多近空远；IH、IF推荐多远空近。 ★股指期货套利策略跟踪： 跨期套利动量因子所有品种均给出正套新号，上周各品种正套策略盈利；跨期套利年化基差率因子在IF、IC上盈利。 跨品种套利时序策略上周盈利较好，最新信号动量和季节性信号为大盘优于小盘，基差信号则看多小盘。 ★股指期货择时策略跟踪： 日度择时策略上周走平，XGB模型亏损，单因子等权和OLS盈利。最新信号，等权单因子看空IH，其余品种无信号；OLS模型看多IH、IC看空IF、IM；Xgboost模型看多IH、IF看空IC、IM。 日内择时策略信号日内依旧倾向于给出做空信号，上周小幅盈利。 各品种基差期限结构分化 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 跨品种套利——时序多品种组合策略 跨品种横截面基差套利 对于四个品种亦可考虑用横截面思路进行跨品种套利，具体思路与商品期货的期限结构因子类似，做多年化基差最小的品种，做空年化基差最大的品种。同样考虑使用波动率中性的思路对横截面信号与资金配比进行调整。波动率使用过去60个交易日的滚动波动率。 𝐀𩀀𝐀𤠀ℎ𝐀𝐀=𝐀𝐀𝐀𝐀−1𝐀𝐀𝐀𝐀−1𝐀𣰀𝐀𝐀𝐀𨀀𣰀𥠀𝐀𨀀𝐀𝐀=𝐀𝐀𝐀𣰀𝐀𝐀𝐀𝐀∗𝐀𩀀𝐀𤠀ℎ𝐀𝐀=𝐀𝐀𝐀𣰀𝐀𝐀𝐀𝐀𝐀𝐀𝐀𝐀−1𝐀𝐀𝐀𝐀−1, 国债期货量化策略 王冬黎金融工程首席分析师（国债期货）从业资格号：F3032817投资咨询号：Z0014348Email: dongli.wang@orientfutures.com 量化模型最新策略观点 ★国债期货本周策略关注： •国债期货策略方面，期债量化模型建议单边策略中性偏多；跨品种基差套利策略表现较好，当前继续持有做平组合；本周IRR整体延续回落态势，正套静态收益降至零值之下，短期基差有一定上行态势，此前建议关注的正套/套保策略可择机离场。 Ø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）净值本周净值延续反弹，最新策略信号中性偏多。基于债券净价加基差预测的TL择时策略信号偏多。 Ø期货套利策略跟踪，仓位调整后的跨品种套利策略净值大幅上行，目前继续持有做空久期中性TS-T组合。 Ø信用债中性策略，基于远季合约的国债期货对冲压力指数低位震荡，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。 Ø现券久期策略，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。 LSTM高频量价日度择时策略 ØLSTM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）净值本周净值延续反弹，最新策略信号中性偏多。 •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。 三十年国债期货择时策略 Ø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。 久期中性跨品种套利策略 Ø久期中性跨品种套利策略 •仓位调整后的跨品种套利策略净值大幅上行，目前继续持有做空久期中性TS-T组合。 •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。 信用债久期轮动中性策略 Ø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低位震荡，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： 现券久期轮动策略 Ø现券久期轮动策略 Ø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。 Ø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： •最近一周商品因子中，除了波动率类和价值类因子有较大变化之外，其他各类因子的表现相对平稳一些。其他因子中，期限结构类和量价趋势类因子仍然处于小幅上涨阶段，上周获得小幅正收益。整体上看，CTA市场的环境没有发生较大变化，CTA因子的表现或仍处于趋势反弹的阶段，对于长周期的投资者可以适时配置相关的因子及策略，并等待后续的积极表现。 ★跟踪策略表现： •CWFT策略年化收益10.1%，夏普比率1.68，Calmar1.15，最大回撤-8.81%，最近一周收益-0.06%，今年以来收益-0.37%。•C_frontnext & Short Trend策略年化收益13.1%，夏普比率1.97，Calmar1.95，最大回撤-6.72%，最近一周收益0.78%，今年以来收益0.91%。•Long CWFT & Short CWFT策略年化收益14.2%，夏普比率1.51，Calmar1.09，最大回撤-13.07%，最近一周收益-0.50%，今年以来收益-1.25%。•CS XGBoost策略年化收益8.9%，夏普比率1.50，Calmar0.92，最大回撤-9.72%，最近一周收益-0.94%，今年以来收益-1.53%。•RuleBased TS Sharp-combine策略年化收益12.1%，夏普比率1.53，Calmar1.47，最大回撤-8.26%，最近一周收益-0.23%，今年以来收益0.10%。•RuleBased TS XGB-combine策略年化收益12.5%，夏普比率2.08，Calmar2.79，最大回撤-4.49%，最近一周收益-0.14%，今年以来收益0.07%。•CS strategies, EW combine策略年化收益15.4%，夏普比率2.08，Calmar2.09，最大回撤-7.38%，最近一周收益-0.85%，今年以来收益-1.39%。 商品截面单因子的业绩表现 •最近一周商品因子中，除了波动率类和价值类因子有较大变化之外，其他各类因子的表现相对平稳一些。其他因子中，期限结构类和量价趋势类因子仍然处于小幅上涨阶段，上周获得小幅正收益。整体上看，CTA市场的环境没有发生较大变化，CTA因子的表现或仍处于趋势反弹的阶段，对于长周期的投资者可以适时配置相关的因子及策略，并等待后续的积极表现。 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13.6%，总持仓收益-0.1%，胜率54.2%，其中表现较好的是J(0.16%)、JM(0.15%)，较差的是AO(-0.27%)、ZN(-0.13%)。本周该策略持仓品种24个，净持仓14.0%，其中有1个品种需要展期，总的换手资金比例为30.8%。 C_frontnext& Short Trend组合 •本策略(C_frontnext &Short Trend)上周持仓品种24个，净持仓14.1%，总持仓收益0.8%，胜率58.3%，其中表现较好的是SH(0.33%)、RM(0.32%)，较差的是L(-0.25%)、AO(-0.16%)。本周该策略持仓品种24个，净持仓32.0%，其中有3个品种需要展期，总的换手资金比例为75.9%。 Long CWFT & Short CWFT组合 •本策略(Long CWFT &Short CWFT)上周持仓品种24个，净持仓63.0%，总持仓收益-0.5%，胜率54.2%，其中表现较好的是CS(