“数”看期货：大模型解读近一周卖方策略一致观点

qqqqqqqqqqqqqqqqqqq 股指期货市场概况 从整体表现来看，上周四大期指主力合约涨跌不一，中证500期指涨幅最大，幅度为0.15%，上证50期指跌幅最大，幅度为-0.28%。上周四大期指主力合约贴水均收窄。IF、IC、IM和IH期指均为贴水状态。 全部合约角度看，较上周而言，四大期指当月、下月、当季和下季合约的平均成交量均上升，其中IH上升幅度最大，为39.46%，IM上升幅度最小，为17.39%。四大期指上周最后一个交易日的合计持仓量均上升，其中IH上升幅度最大，为12.31%，IC上升幅度最小，为6.23%。 基差水平方面，截至上周最后一个交易日收盘，IF、IC、IM和IH当季合约的年化基差率分别为-7.47%、-12.43%、-16.50%和-7.56%，较上周最后一个交易日，IF、IM和IC期指贴水幅度均有所收窄，IH期指贴水幅度加深。 跨期价差方面，截至上周五收盘，IF、IC、IM和IH当月合约与下月合约的跨期价差率分别处在2019年以来的98.00%、94.60%、97.60%和98.20%分位数。四大期指当月合约与下月、当季、下季的价差率均处于历史分布常态位置。 正向和反向套利空间上，以年化收益5%计算，剩余5个交易日，IF正反套当月合约基差率需要分别达到0.33%和-0.48%。以年化收益5%计算，剩余25个交易日，IF正反套下月合约基差率需要分别达到0.84%和-1.57%。按照收盘价格看，目前IF当月合约不存在套利机会。 分红预测方面，根据我们的估算，沪深300指数、中证500、上证50指数和中证1000指数对主力合约的点位分别为8.92、11.62、10.19和10.58。 上周股指期货基差贴水修复至正常季节性水平，预计此后基差变化主要受到市场分红及市场情绪影响。市场预期方面，国内政策托底明显，但尚未扭转经济基本面；关税方面，外压企稳，未能形成长期有力拐点。后市需要关注国内增量政策、海外地缘政治局势和贸易战冲击。短期来看，市场风险偏好受到抑制，叠加增量资金有限，压制基差向上修复的动力，国内增量政策落地或短暂提振市场情绪，抑制贴水扩大。 近一周卖方策略观点ChatGPT解析 在本次周报上，我们也汇总了6月13日至6月16日(截至19：00)发布的40多家卖方策略团队含市场观点或者行业观点的报告。并且让大语言模型辅助我们汇总出卖方策略团队这个群体对于市场和行业方面的投资共识和分歧，给投资者提供参考。2家券商认为北交所短期波动不影响中长期配置价值,1家券商认为中期及更长窗口期内AH溢价率有望进一步收敛。行业方面,对于创新药、新消费、专精特新板块有一致性的看好。 风险提示 以上结果通过历史数据统计、建模和测算完成，若历史数据产生环境发生变化，可能出现模型失效风险;因指数成分股变化，分红点位预估可能出现偏差；本文所提炼的观点，基于一定的提示词产生，大语言模型输出的结果可能随着提示词的变化而发生变化。 一、股指期货市场概况与主动对冲策略表现 从整体表现来看，上周四大期指主力合约涨跌不一，中证500期指涨幅最大 ，幅度为0.15%，上证50期指跌幅最大，幅度为-0.28%。上周四大期指主力合约贴水均收窄。IF、IC、IM和IH期指均为贴水状态。 全部合约角度看，较上周而言，四大期指当月、下月、当季和下季合约的平均成交量均上升，其中IH上升幅度最大，为39.46%，IM上升幅度最小，为17.39%。四大期指上周最后一个交易日的合计持仓量均上升，其中IH上升幅度最大，为12.31%，IC上升幅度最小，为6.23%。 基差水平方面，截至上周最后一个交易日收盘，IF、IC、IM和IH当季合约的年化基差率分别为-7.47%、-12.43%、-16.50%和-7.56%，较上周最后一个交易日，IF、IM和IC期指贴水幅度均有所收窄，IH期指贴水幅度加深。 跨期价差方面，截至上周五收盘，IF、IC、IM和IH当月合约与下月合约的跨期价差率分别处在2019年以来的98.00%、94.60%、97.60%和98.20%分位数。四大期指当月合约与下月、当季、下季的价差率均处于历史分布常态位置。 正向和反向套利空间上，以年化收益5%计算，剩余5个交易日，IF正反套当月合约基差率需要分别达到0.33%和-0.48%。以年化收益5%计算，剩余25个交易日，IF正反套下月合约基差率需要分别达到0.84%和-1.57%。按照收盘价格看，目前IF当月合约不存在套利机会。 分红预测方面，根据我们的估算，沪深300指数、中证500、上证50指数和中证1000指数对主力合约的点位分别为8.92、11.62、10.19和10.58。 上周股指期货基差贴水修复至正常季节性水平，预计此后基差变化主要受到市场分红及市场情绪影响。市场预期方面，国内政策托底明显，但尚未扭转经济基本面；关税方面，外压企稳，未能形成长期有力拐点。后市需要关注国内增量政策、海外地缘政治局势和贸易战冲击。短期来看，市场风险偏好受到抑制，叠加增量资金有限，压制基差向上修复的动力，国内增量政策落地或短暂提振市场情绪，抑制贴水扩大；海外局势恶化或将迅速放大贴水。 图表1：上周期指表现概览 主力合约涨跌幅计算。指数PE分位数统计区间为2015年6月13日至2025年6月13日。 图表2：IF主力合约基差率 图表3：IF当季合约年化基差率 注：基差率=(指数对应主力合约–指数)/指数，套利所需基差率超过最大坐标轴将不在图中显示。（下同） 注：年化基差率=(指数对应当季合约–指数)/指数/剩余交易日天数*252，套利所需基差率超最大坐标将不在图中显示。（下同） 图表4：IC主力合约基差率 图表5：IC当季合约年化基差率 图表6：IH主力合约基差率 图表7：IH当季合约年化基差率 图表8：IM主力合约基差率 图表9：IM当季合约年化基差率 图表10：IF合约加总持仓量与成交量 图表11：IC合约加总持仓量与成交量 图表12：IH合约加总持仓量与成交量 图表13：IM合约加总持仓量与成交量 图表14：IF跨期价差率频数分布 图表15：IC跨期价差率频数分布 注：价差率=（当月合约收盘价-下月/当季/下季合约收盘价）/当月合约收盘价，统计周期为2019年1月1日至今。 注：价差率=（当月合约收盘价-下月/当季/下季合约收盘价）/当月合约收盘价，统计周期为2019年1月1日至今。 图表16：IH跨期价差率频数分布 图表17：IM跨期价差率频数分布 注：价差率=（当月合约收盘价-下月/当季/下季合约收盘价）/当月合约收盘价，统计周期为2019年1月1日至今。 注：价差率=（当月合约收盘价-下月/当季/下季合约收盘价）/当月合约收盘价，统计周期为2022年7月22日至今。 图表18：2025年分红点位预估 二、近一周卖方策略观点ChatGPT解析 在本次周报上，我们也汇总了6月13日至6月16日(截至19：00)发布的40多家卖方策略团队含市场观点或者行业观点的报告。并且让大语言模型辅助我们汇总出卖方策略团队这个群体对于市场和行业方面的投资共识和分歧，给投资者提供参考。2家券商认为北交所短期波动不影响中长期配置价值,1家券商认为中期及更长窗口期内AH溢价率有望进一步收敛。行业方面,对于创新药、新消费、专精特新板块有一致性的看好。 在汇总方法上，我们通过构建多套提示词的方式，让大模型帮助我们实现从含观点研报筛选，市场观点和行业观点原文信息提取，到观点汇总全流程都有大语言模型来完成。 具体的工作流程图如下。 图表19：大模型汇总卖方策略团队市场和行业的共识和分歧 图表20：大模型汇总卖方策略团队观点流程图 三、附录 3.1股指期限套利计算 当股指期货的市场价格在一定程度上偏离了其理论价格时，就可以在期货市场上和现货市场上通过低买高卖并持有至基差收敛而获得收益，即期现套利。期现套利的前提是，在交割日，股指期货价格和标的指数会收敛。期现套利主要分为正向套利与反向套利。 当现货被低估，而相应的期货被高估时，就可以卖出期货合约，买入现货，这种套利策略为正向套利策略。当现货被高估，期货被低估，通过买入期货合约，卖出现货获利的策略为反向套利策略。考虑交易成本后，通过计算套利交易的现金流，我们可以预估当前两个方向的套利收益，如果套利收益大于零，便会产生套利机会。 假设S、F、S、F分别为现货与期货在t时刻与T时刻的价格。在到期日T日，理论上，期货与现货价格因交割收敛，所以F=S。M、M分别为期货与融券的保证金比率。C、C分别为现货与期货交易的相关费用比率，费用包括佣金和交易税等。r为无风险利率，r为融券年利率。 t t T T T T f l s f f l 正向套利的套利收益率公式为： T−t 360 ( ) ( F−S−(S+FM)1+r S+FM ) −S𝐶s−F𝐶f t t t t f f t t 𝑃= t t f 反向套利的套利收益公式为： T−t 360 T−t 360 ( ) ( S−F−S𝑀𝑙+FM )( ) 1+r −S𝐶𝑠−F𝐶𝑓−S𝑟𝑙 t t t t f f t t t 𝑃= S𝑀𝑙+FM t t f 计算中，股指期货的单边交易费用取万分之零点二三，现货的单边交易费用取千分之一。 期货和融券保证金分别为20%和50%。融券利率为年化10.6%。暂时不考虑分红的影响。 套利过程中的主要风险有：保证金追加风险、基差不收敛风险、股利风险、现货的跟踪误差风险、流动性风险等。 3.2股利预估方法 指数成分股分红会使价格指数直接回落，分红回落会体现再股指期货的价格上造成 “额外贴水”，对未来分红点位的预测可以修正基差率，实际基差率可以更好的跟踪市场真实的基差率水平。 上市公司分红计划与历史分红计划相关性极高，分红计划有一定延续性，我们通过历史分红规律来预测分红点位，具体方法如下： 图表21：成分股分红预测方法 根据预测时间的不同，EPS的取值有所不同，分红时间通常集中在每年的5、6、7、8四个月份。在预测的时间t，若t小于10月，上年度公司分红未结束，使用上年度数据来进行预测，EPS取年报披露EPS,当年报EPS未披露，EPS取值为上年度12月31日的EPS_TTM；若t大于10月，对于已结束分红的公司，我们需要对明年的分红进行预测，EPS取值为t时间的EPS_TTM。 图表22：EPS取值方法 预测派息率方面，对于过去三年稳定派息的公司，预测派息率取过去三年的派息率均值； 对于稳定派息不足三年的公司，若公司持续盈利，预测派息率取上一年度的派息率 ；对于过去一年未盈利、正在资产重组、上市不足一年的的公司，若没有分红预告，我们认为其不分红。 图表23：预测派息率取值方法 派息时间方面，有的上市公司分红时间间隔有稳定规律，通常为每年同一月份，有的上市公司分红时间间隔没有明显规律，经过计算，对于稳定派息的公司，IF、IC、IH和IM成分股分红间隔时间的均值分别为368，366，369，369天，分红进程中，我们可以根据除息日披露及时调整预测，在这里我们使用上一年度的除息除权日来进行模糊预测。 根据以上预测，我们可以得到每个合约期内因分红对指数具体点位影响： 分红点位 每股分红∗指数收盘价∗成分股权重∑ = 成分股收盘价 ∑ = 𝐸𝑃𝑆∗预测派息率∗指数收盘价∗成分股权重 四、风险提示 1、以上结果通过历史数据统计、建模和测算完成，若历史数据产生环境发生变化，可能出现模型失效风险; 2、政策环境发生变化，资产与相关风险因子失去稳定关系的模型风险; 3、因指数成分股变化，分红点位预估可能出现偏差。 4、大模型输出的内容存在一定的随机性和准确性风险；本文所提炼的观点，基于一定的提示词产生，大语言模型