把产业语言译成交易信号：基本面量化驱动的商品多因子择时

高 宇 飞国 泰 君 安 期 货 高 级 分 析 师投 资 咨 询 从 业 资 格 号 ：Z 0 0 2 3 4 6 4日 期 ：2 0 2 5年1 2月2 3日 目录CONTENTS 03单品种商品基本面量化择时Quantitative Timing for Fundamental Analysis ofSingle-Product Commodities CTA基本面量化策略CTA Fundamental Quantitative Strategy 01 04应用场景Application Scenarios 因子构建框架分析Factor Construction Framework Analysis 02 CTA基本面量化策略01 量化CTA与主观CTA 量化CTA 主观CTA ➢基于人的判断。管理人基于宏观经济走势、品种基本面/供需平衡表、基差水平，主观判断品种走势。非常考验基金管理人的基本面信息获取能力、应对宏观变化、政策调控的反应力，以及出现判断失误时能否迅速做出调整。主要进行单边趋势、跨期套利、跨品种套利、跨境套利。 ➢基于机器、统计数据和算法的 判断。管理人通过分析建立数量化的交易策略模型，由模型产生的买卖信号进行投资决策，人的错误判断对策略的干扰较小。量化CTA需要长期的数据分析、参数优化、模型的更新迭代，类似股票多因子策略，也有机器学习类型。 主观CTA策略：与量化CTA的融合 ➢随着人工智能、深度学习、大数据等的兴起，主观CTA分析方式也在悄然发生改变 ➢一些主观CTA管理人也在借助量化手段，进行数据的清洗、分类和整理，通过机器学习方法对商品进行估值和产业链的梳理➢而量化CTA管理人也在不断借鉴主观CTA管理人分析市场的方法，针对量化方法中分析商品地一些弊端和缺点进行改进。例如一些政策、突发时间等不可量化因素地干扰等➢不同方法地融合借鉴对于商品市场的良序竞争和有序扩张有积极的促进作用 CTA基本面量化策略介绍 ➢影响商品价格的主要因素来自于供需之间的平衡与博弈 ➢当商品供过于求，则价格承压下跌，供不应求，则有支撑上升➢基本面看重商品较长时间的价格走势，对于短期的价格波动预测性较弱➢主要基本面因子：库存、利润、开工率、产量、进出口等➢基本面策略对数据要求质量较高，不同地区、国家以及不同口径统计的基本面数据通常会对策略结果有较大影响➢由于和量价策略的低相关性，且换手率相对低，近年来越来越多的管理人开始关注基本面策略➢另类因子在基本面策略中的应用：遥感、船运、天气等➢适用情形：适合有完备上下游产业链，且有大量基本面数据的品种，如铁矿-双焦-螺纹热卷，石油化工产业链➢缺点：短期过度投机行为，政策面及突发事件的影响，可能会使某些品种偏离其基本面逻辑 CTA基本面量化策略介绍 ➢品种选择的一些标准：上市时间长，流动性充足，量化数据丰富，不易受政策及突发事件干扰 ➢黑色产业链条中包含了很多上市的期货品种，每个品种的上中下游产品清晰明确，库存、开工率、产量、产能、等可量化的基本面指标多，成本和利润之间有较为明确可得的数量关系。另外供应量和需求量也可以通过产量、开工率、进出口及库存的变化来反映，且供求逻辑可以直接通过产业链条进行传导。 ➢例如可以选择的基本面数据： ①铁矿石全球发货量、到港量②全国钢厂日均铁水产量③全国钢厂日均产能、开工率④螺纹钢、热压卷板的社会库存、企业库存⑤全国房地产新开工率、房地产指数⑥汽车、家电零售额 02 单品种商品基本面量化择时 单品种商品基本面量化择时策略的框架分析 数据选取的一些标准 ➢选择发布频率更高的数据，周度优于月度，日度优于周度 ➢选择历史长度更长的数据➢对于下游应用较多的商品，选择最具代表性下游应用的数据➢选择代表性区域或主流地对应的数据➢选择发布延迟低，稳定性强，不易断更的数据源➢基本面数据应贴近对应的基本面逻辑，可以清晰直观地体现出来 单品种商品基本面量化择时策略的框架分析 基本面信号的常见处理方法 ➢1.取N周期的同环比，以此来衡量数据的增减变化情况。➢2.取N周期的差值，通常用在库存、开工率等数值常为正的情况。➢3.取N周期的移动平均，通常适用与数据变化剧烈或不够光滑的情况。➢4.设定阈值，例如当数据偏离N个标准差时触发信号，反之则不触发交易信号。➢5.构造特定规则，例如分别求较短的移动均线和较长移动均线，当短均线突破长均线触发信号，长均线突破短均线触发相反的信号。 单品种商品基本面量化择时策略的框架分析 库存信号的简单处理方法 单品种商品基本面量化择时策略的框架分析 库存信号与价格通常有一定的负相关性 规则型基本面因子的构建 ➢库存作为最为重要的基本面数据，一般认为，当商品累库时，价格可能承压下跌；当商品库存连续去化时，价格可能反弹。基于此，我们可以构造库存的布林带因子，其择时规则如下： ➢1.以库存的N日均线作为中轨，N日均线加减a个标准差为上下轨。这里a和N根据不同的商品品种可以有不同的选择，也可以经过调参后，根据开仓频率选择合适的a。➢2.当库存值突破上轨，此时认为累库较多，适合开仓做空；反之如果库存值跌破下轨，此时认为去库较多，适合开仓做多。➢3.当库存值处在两轨之间，我们认为库存在合理范围，无明显驱动，空仓或平已有仓位。 ➢对于像基差、仓单等逻辑较为清晰的基本面因子，也可以采用如上的构造方式。 规则型基本面因子的构建 ➢另一种方式是仿照RSI因子的构建方式，将库存数值转化为0-100的数值，看其目前所处的位置。例如库存所处的分位数，具体择时思路如下： ➢1.选择过去N日为考察时间窗口，求出当前库存值所处的分位数。 ➢2.当库存值超过某个值a（例如90分位数），认为目前累库较多，适合开仓做空；反之如果库存值跌破某个分位数b（例如10分位数），认为目前去库较多，适合开仓做多。这里参数a、b和N可以根据不同的商品品种有不同的选择，也可以经过调参后，根据开仓频率选择合适的值。 ➢3.当库存分位数处在a和b之间，我们认为库存在合理的范围，无明显驱动，空仓或平已有仓位。 因子构建框架分析03 因子构建框架 1基本面因子 3量价因子 ➢数据来自钢联、wind等权威平台➢研究所自建基本面数据库，涵盖全市场95%+基本面数据，品种研究员二次筛选，更贴近基本面➢确保基本面逻辑简单清晰 ➢构建日频量价因子库➢针对每个品种特点筛选表现较好的量价因子 2品种筛选 4有效性验证 ➢热门大宗商品，活跃度高 ➢上市时间较长，有足够的量化回测数据➢上下游产业链完备 ➢样本内外回测结果分析➢逻辑验证➢周度追踪和监测➢数据维护和定期迭代 单商品择时因子框架概览：以铁矿石为例 单因子到多因子的组合 主成分分析降维 ➢两因子组合情形。通过设定相应的阈值，认为只有两因子均满足开仓条件才会开仓，其余情况下均不开仓。我们可以检验组合因子的绩效是否提升了单因子的绩效，从而检验组合是否有效。 ➢对于多个因子，我们依然可以依此法进行组合，但随着因子数量的提升，条件限制越来越严格，开仓点将会变少，从而存在过拟合的风险。 ➢因此，可以采用多因子打分模型，例如当超过一半权重的因子满足开仓条件就进行开仓。也可以采用阶梯强度信号代表具体需要做多和做空的手数。 ➢对于数量更多的因子，可以通过主成分分析等方法进行降维，也可以使用非线性算法进行组合，例如xgboost. ➢因子的权重通常不是一成不变的，可以通过历史回看动态调整，但不宜调整过频繁而使得过拟合风险增大。 单因子到多因子的组合 ➢两传统的多因子模型通常采用线性加权或回归方法确定因子权重，而LightGBM可以通过以下方式实现更优的非线性因子组合： ➢1.端到端权重学习：直接通过模型训练学习各因子在不同市场环境下的最优组合方式。 ➢2.非线性关系建模：捕捉因子与收益之间复杂的非线性关系和交互作用。 ➢3.动态权重调整：根据市场状态自动调整因子重要性。 模型推送示例解读 总信号 应用场景04 应用场景：辅助择时 ➢客户也可以将当日趋势强度分数作为其主策略的辅助参考➢可根据风控及投资风格设置止盈、止损点位➢结合一段时间的趋势强度变化动态判断当前品种的强弱情况 应用场景：辅助择时 对应行情 应用场景：长期择时套保（仅做空模型） 对应仓位 应用场景：长期择时套保（仅做多模型） 应用场景：推广与普适化调整 应用场景：推广与普适化调整 ➢黄金量化多因子模型中，我们使用的标的是沪金期货，为了更具有普适性，我们新增了一个子模型：将多头部分改成做多黄金ETF，做空部分仍为沪金期货，多空测试结果如下： ➢该策略自2020年起夏普比率1.68，年化收益18.2%，卡玛1.58，最大回撤11.6% ➢仅做多情况下，该模型亦有较高收益率和夏普比率 应用场景：推广与普适化调整 ➢黄金期货做空部分增厚年化收益5.97%，胜率50.6%（剔除差值为0的情况），盈亏比1.15 ➢做多部分增厚年化收益2.84%，胜率45.9%，盈亏比1.17 ➢总计增厚年化收益7.38%，胜率49.7%，盈亏比1.18 免责申明 国泰君安期货有限公司（以下简称“本公司”）具有中国证监会核准的期货投资咨询业务资格（证监许可[2011]1449号）。 本报告的观点和信息仅供本公司的专业投资者参考，无意针对或打算违反任何地区、国家、城市或其它法律管辖区域内的法律法规。本报告难以设置访问权限，若给您造成不便，敬请谅解。若您并非国泰君安期货客户中的专业投资者，请勿阅读、订阅或接收任何相关信息。本报告不构成具体业务的推介，亦不应被视为任何投资、法律、会计或税务建议，且本公司不会因接收人收到本报告而视其为本公司的当然客户。请您根据自身的风险承受能力自行作出投资决定并自主承担投资风险，不应凭借本内容进行具体操作。 分析师声明 作者具有中国期货业协会授予的期货投资咨询执业资格或相当的专业胜任能力，力求报告内容独立、客观、公正。本报告仅反映作者的不同设想、见解及分析方法。本报告所载的观点并不代表本公司或任何其附属或联营公司的立场，特此声明。 免责声明 本报告的信息来源于已公开的资料，但本公司对该等信息的准确性、完整性或可靠性不作任何保证。本报告所载的资料、意见及推测仅反映本公司于发布本报告当日的判断，本报告所指的期货标的的价格可升可跌，过往表现不应作为日后的表现依据。在不同时期，或因使用不同假设和标准，采用不同观点和分析方法，本公司可发出与本报告所载资料、意见及推测不一致的报告，对此本公司可不发出特别通知。本公司不保证本报告所含信息保持在最新状态。同时，本公司对本报告所含信息可在不发出通知的情形下做出修改，投资者应当自行关注相应的更新或修改。本报告中所指的研究服务可能不适合个别客户，不构成客户私人咨询建议，客户应考虑本报告中的任何意见或建议是否符合其特定状况。在任何情况下，本报告中的信息或所表述的意见均不构成对任何人的投资建议。在任何情况下，本公司、本公司员工或者关联机构不承诺投资者一定获利，不与投资者分享投资收益，也不对任何人因使用本报告中的任何内容所引致的任何直接或间接损失或与此有关的其他损失负任何责任。投资者务必注意，其据此做出的任何投资决策与本公司、本公司员工或者关联机构无关。市场有风险，投资需谨慎。投资者不应将本报告作为作出投资决策的唯一参考因素，亦不应认为本报告可以取代自己的判断。在决定投资前，如有需要，投资者务必向专业人士咨询并谨慎决策。 版权声明 本报告版权仅为本公司所有，未经书面许可，任何机构和个人不得以任何形式翻版、复制、发表或引用。如征得本公司同意进行引用、刊发的，需在允许的范围内使用，并注明出处为“国泰君安期货研究”，提示使用本报告的风险，且不得对本报告进行任何有悖原意的引用、删节和修改。若本公司以外的其他个人或机构（以下简称“该个人或机构”）发送本报告，则由该个人或机构独自为此发送行为负责。通过此途径获得