AI智能总结
主要内容 ★股指期货行情简评: 市场出现明显回调。分行业看,食品饮料和电子贡献了上证50指数和沪深300指数的主要跌幅,电子和计算机贡献了中证500和中证1000指数的主要跌幅。IH、IF成交环比上升,IC、IM成交环比下降,各品种基差有所走强,IC、IM维持深度贴水。(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: IH、IF基差维持低波,IH维持升水格局,IF基差围绕0附近波动,IC、IM维持深度贴水,当月合约到期驱动近远月价差走阔。后续由于场外衍生品敲出与到期影响仍将持续,场外delta对冲交易对基差影响整体偏空,预计IC、IM贴水格局将维持,建议继续关注两品种跨期正套策略的交易机会。IC、IM、IF展期策略推荐多近空远;IH升水格局推荐多远空近。 ★股指期货套利策略跟踪: 跨期套利策略方面,年化基差率因子和正套策略表现较好,分别盈利0.8%、0.4%(6倍杠杆)。年化基差率因子在各品种上均给出正套信号。 跨品种套利时序策略净值上周回撤0.2%,市场风格开始出现切换迹象。动量信号明显减弱,IC/IF组合信号提示从100%减仓至50%,IM/IC则给出了空仓信号。 ★股指期货择时策略跟踪: 日度择时策略各模型上周表现分化,单因子等权、OLS、XGB上周收益分别为0.8%、-1.8%、-0.4%。不同模型的最新信号仍以看空为主,OLS模型中证500信号转多,XGB和单因子等权模型沪深300信号转多。 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——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。 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。根据收盘信号每天开盘交易。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。 𝑤𝑒𝑖𝑔ℎ𝑡𝑖=𝑠𝑡𝑑𝑖−1σ𝑠𝑡𝑑𝑗−1𝑏𝑎𝑠𝑖𝑠𝑓𝑎𝑐𝑡𝑜𝑟𝑖=𝑦𝑟𝑏𝑎𝑠𝑖𝑠𝑖∗𝑤𝑒𝑖𝑔ℎ𝑡𝑖=𝑦𝑟𝑏𝑎𝑠𝑖𝑠𝑖𝑠𝑡𝑑𝑖−1σ𝑠𝑡𝑑𝑗−1, 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 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 ★国债期货本周策略关注: •本周期债价格低位震荡,期债基差周内波动较大,整体仍处于偏低区间,短久期品种或存在一定正套机会。国债期货策略方面,期债量化模型单边策略信号不同品种均偏多,跨品种基差套利策略最新信号为持有久期中性TS-T做平组合。 •期货单边策略跟踪,国债期货量化多因子信号不同品种均偏多,TL、T与TF多头信号强度分别位于近一年45%、59%与60%滚动百分位数;基于机器学习的日度多空量化择时策略(T、TF、TS)净值本周净值下跌,最新策略信号偏多。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套利策略净值震荡,目前持有做空久期中性TS-T组合。 •信用债中性策略,基于远季合约的国债期货对冲压力指数显著回落,当前信用债久期轮动加对冲策略进行降久期持有1-3年指数并进行国债期货对冲。 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)净值本周净值下跌,最新策略信号偏多。 •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 ➢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近期表现良好,最新策略信号偏多。 •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 ➢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震荡,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 ➢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显著回落,当前信用债久期轮动加对冲策略进行降久期持有1-3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:() 大类资产配置周报 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 主要内容 ★S1宏观因子配置策略: 3月宏观动量预测结果分别为:增长(下行),通胀(下行),信用(上行),利率(上行);宏观因子S1策略3月配置比例为:股票(5.0%),债券(90.0%),商品(5.0%);本月至今股债商策略回报为-0.61%,股债策略回报为-0.62%。 S1股债策略指数复制ETF建仓比例为:中证800(515810.SH)5.26%,债券指数(159649.SZ)1.89%,债券指数(511020.SH)1.89%,债券指数(511090.SH)47.37%,债券指数(511100.SH)28.42%,债券指数(511520.SH)15.16%。 ★S2宏观因子配置策略平衡型: 宏观因子S2策略3月配置比例为:沪深300(1.54%),中证500(0.0%),中证1000(38.13%),利率债(11.18%),金融债(24.61%),信用债(14.04%),农产品(2.95%),金属(0.36%),化工(0.0%),能源(2.08%),黄金(5.11%),本月至今回报为0.87%。 S2股债商策略指数复制ETF建仓比例为:沪深300(510300.SH)1.54%,中证500(510500.SH)0%,中证1000(512100.SH)38.13%,利率债(511090.SH)2.24%,利率债(511100.SH)8.94%,金融债(511520.SH)12.31%,金融债(159649.SZ)12.31%,信用债(161716.SZ)11.93%,信用债(160618.SZ)2.11%,农产品(159616.SZ)0.74%,农产品(159985.SZ)2.21%,金属(159980.SZ)0%,能化(159981.SZ)2.08%,黄金(518880.SH)5.11%。 本月宏观因子预测结果 S1/S2策略大类资产配置比例(两策略互相独立) 本月S1策略净值跟踪 策略逻辑源自《大类资产配置系列一:基于高频宏观因子和投资时钟的视角》;本月至今股债商策略回报为-0.61%,股债策略回报为-0.62%。 本月S2策略平衡型组合净值跟踪 策略逻辑源自《大类资产配置系列二:宏观因子资产化及风险配置》,本月至今回报为0.87%。 S1策略历史表现 S2策略历史表现 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: •上一周的商品市场整体上以跌势为主,但是商品因子则呈现出较一致性的反弹,除了波动率类因子,整体上均获得了不同幅度的上涨。正如我们此前预期的,量价类因子和期限结构类因子,持续地获得稳定的上涨,成为近期商品CTA类策略回暖的主要贡献力量。另外,基本面类的因子,如库存仓单、基差等相关因子在上周也有所反弹。CTA因子的反弹,我们认为更多的体现在近期商品市场因消费预期仍不理想而导致的整体趋势性的价格回落,我们认为CTA因子的表现仍然可以获得一定的关注。 ★跟踪策略表现: •CWFT策略年化收益9.7%,夏普比率1.62,Calmar1.11,最大回撤-8.81%,最近一周收益0.84%,今年以来收益-0.39%。•C_frontnext & Short Trend策略年化收益13.0%,夏普比率1.97,Calmar1.94,最大回撤-6.72%,最近一周收益0.76%,今年以来收益3.06%。•Long CWFT & Short CWFT策略年化收益13.4%,夏普比率1.45,Calmar1.03,最大回撤-13.07%,最近一周收益0.66%,今年以来收益-2.11%。•CS XGBoost策略年化收益8.6%,夏普比率1.46,Calmar0.85,最大回撤-10.11%,最近一周收益-0.77%,今年以来收益-1.51%。•RuleBased TS Sharp-combine策略年化收益11.3%,夏普比率1.44,Calmar1.37,最大回撤-8.26%,最近一周收益0.56%,今年以来收益-1.53%。•RuleBased TS XGB-combine策略年化收益12.3%,夏普比率2.06,Calmar2.73,最大回撤-4.49%,最近一周收益0.58%,今年以来收益0.94%。•CS strategies, EW combine策略年化收益14.8%,夏普比率2.03,Calmar2.00,最大回撤-7.38%,最近一周收益0.44%,今年以来收益-1.43%。 商品截面单因子的业绩表现 •上一周的商品市场整体上以跌势为主,但是商品因子则呈现出较一致性的反弹,除了波动率类因子,整体上均获得了不同幅度的上涨。正如我们此前预期的,量价类因子和期限结构类因子,持续地获得稳定的上涨,成为近期商品CTA类策略回暖的主要贡献力量。另外,基本面类的因子,如库存仓单、基差等相关因子在上周也有所反弹。CTA因子的反弹,我们认为更多的体现在近期商品市场因消费预期仍不理想而导致的整体趋势性的价格回落,我们认为CTA因子的表现仍然可以获得一定的关注。 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