首页 > 资料专栏 > 财税 > 有价证券 > 证券债券 > 衍生品系列研究之_六_商品期货中alpha策略2017年东方证券37页

衍生品系列研究之_六_商品期货中alpha策略2017年东方证券37页

东方传媒
V 实名认证
内容提供者
资料大小:1674KB(压缩后)
文档格式:WinRAR
资料语言:中文版/英文版/日文版
解压密码:m448
更新时间:2018/10/29(发布于江西)

类型:积分资料
积分:8分 (VIP无积分限制)
推荐:升级会员

   点此下载 ==>> 点击下载文档


文本描述
HeaderTable_User
1122253200
HeaderTable_Stock
股票代码 投资评级
评级变化 行业code
HeaderTable_Excel
东方证券股份有限公司经相关主管机关核准具备证券投资咨询业务资格,据此开展发布证券研究报告业务

东方证券股份有限公司及其关联机构在法律许可的范围内正在或将要与本研究报告所分析的企业发展业务关系。因此,投资者应当考虑到本公司可能存在对报告的客观性产生
影响的利益冲突,不应视本证券研究报告为作出投资决策的唯一因素

有关分析师的申明,见本报告最后部分。其他重要信息披露见分析师申明之后部分,或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明









程〃







商品期货中的alpha策略
——衍生品系列研究之(六)
研究结论
化,因此对于商品期货的预期收益来说也可以被分解归因到不同的因子上面
去。我们所构建组合的方式也类似于选股模型,通过对横截面上同一个因子
在各品种上的相对关系来选择做多与做空的组合。如果一个因子有效那么就
说明能够通过该因子截面上的相对关系所构建的多空组合能够获得超额收

为主要的基本面因子指标。我们统计了不同品种的升贴水序列,发现非平水
的远期曲线是具有一定回复力的,故该因子实际可作为反向指标。从历史回
测来看,我们用主力与次主力合约所计算得到的升贴水因子对持有期长度的
敏感度较小,而且超额收益表现持续又稳定

序列的统计量STD、Skew等因子。趋势型因子所构建的多空组合对持有期
与排序期长度更加敏感,这一定程度上可解释为和所选品种的趋势周期有
关。综合考虑各个因子的分组表现、多空组合收益的稳定性以及对组合参数
持有期长度的敏感性,我们认为技术型因子中仅一定计算周期下的动量和
Skew因子才更为有效一些

获得年化收益率在不加杠杆时为11.7%,夏普比率1.21,收益最大回撤比
1.24,最大回撤9.41%

风险提示
报告发布日期 2017年07月11日
证券分析师 朱剑涛
021-63325888*6077
zhujiantao@orientsec
执业证书编号:S0860515060001
相关报告
商品期货套利策略实证 2017-01-10
基于单特征因子的隐马尔科夫模型在商
品期货上的应用
2017-01-04
国内商品期货常用日内CTA策略测试 2016-10-13
金融工程
有关分析师的申明,见本报告最后部分。其他重要信息披露见分析师申明之后部分,或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明

商品期货中的alpha策略目录
一、研究方法 ...... 3
1.1 背景 . 3
1.2 品种选择 .... 3
1.3 回测时间段选择 .... 5
1.4 合约选择 .... 5
1.5 多空组合构建 ........ 5
1.6 多头组合构建 ........ 6
二、商品期货中的阿尔法因子 . 7
2.1 动量效应 .... 7
2.2 期限结构 .. 14
2.3 异质波动率 .......... 20
2.4 其他技术指标 ...... 22
三、多因子组合30
总结 ......... 34
参考文献35
有关分析师的申明,见本报告最后部分。其他重要信息披露见分析师申明之后部分,或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明

商品期货中的alpha策略一、研究方法
1.1 背景
多因子方法在股票投资中已经非常成熟,这里我们尝试把其中的某些思想运用到国内商品期货市场
中。股票里的因子分为alpha因子和风险因子,前者负责能选出时间序列方向上能够长期战胜大盘
的股票,后者负责在横截面方向上控制组合的风险暴露,降低波动。商品期货合约数量较少,如果
再剔除流动性不好的合约,剩余数量更小,因此横截面上通过统计分析寻找风险因子的做法不可行

这篇报告主要通过一些常用alpha因子给期货合约排序,分析分组后的多空组合能否获得长期稳健
收益,股票市场上,股票收益率都有一个共同的最大驱动因素:股票大盘收益率,整体相关性比较
高,一些财务、基本面因子适用于所有股票,而商品期货市场品种间差异大,相关性低,很难找到
适用所有品种的基本面因素,因此下文测试的因子都偏技术类

表1:影响股票和商品阿尔法策略的主要因素
主要影响因素
股票阿尔法策略
基本面:能够影响上市公司财务报表的因素,如净资产收益率、
每股净资产、利润增长率、市值规模、换手率、市盈率等
其他:宏观政策、市场情绪、技术指标、价格形态等
商品阿尔法策略
基本面:能够影响商品本身供给与需求的因素及其产业链上下
游相关的因素,如库存水平、天气季节、现货、消费水平、关
税、航运等
其他:宏观政策、市场情绪、技术指标、价格形态等
数据来源:东方证券研究所
1.2 品种选择
目前为止,我国境内上市的商品期货品种已经有46种,但相比于股票市场超3000只股票的数量,
期货市场上可用来进行配臵的品种数量少很多,因此尽管我们要做期货品种的因子化配臵,但也有
可能因品种数量过少而使得因子的表现波动较高。另外一方面,就像股票选股一样,对于CTA策
略来说,影响策略收益最为明显的因素之一便是品种的流动性,如果配臵了流动性较差的品种就会
产生明显的冲击成本从而降低策略收益。所以,我们按照下面两个条件首先对实际可成交的品种做
了筛选

(1)我们计算了历史上每个上市品种的每一天的日均成交量,该值是由近30个交易日的成交量
数据计算得到,并择取了日均成交量手数超过10000手的品种。这里我们做了简单的测算,以每
个品种200万的交易保证金来计算手数的话,基本上都不会超过10000手的1/10,故这些交易量
也就基本满足对流动性的要求

(2)考虑到有些新品种刚刚上市之后出现“炒作”行情,由于投资者对品种不够熟悉,使得交易
量可能会有较大的变化,所以我们就只考虑上市满3个月的期货品种

有关分析师的申明,见本报告最后部分。其他重要信息披露见分析师申明之后部分,或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明

商品期货中的alpha策略(3)为了防止前视偏差,在T日收盘后计算满足以上两个条件的的品种,而T+1日时才能按照后
文所介绍的配臵逻辑进行实际的交易

表2:剔除低成交量期货品种之后当前实际可进行交易的品种
品种种类 交易品种及其交易代码
黑色产业链期货
螺纹钢(RB)、热轧卷板(HC)、铁矿石(I)、焦煤(JM)、
焦炭(J)、动力煤(ZC)、锰硅
有色金属期货
沪镍(NI)、沪锌(ZN)、沪铝(AL)、沪铅(PB)、沪铜(CU)、
沪锡(SN)
贵金属期货 沪金(AU)、沪银(AG)
能源化工期货
塑料(L)、聚丙烯(PP)、甲醇(MA)、PTA(TA)、PVC
(V)、天然橡胶(RU)、玻璃(FG)、沥青(BU)
农产品期货
玉米(C)、棕榈油(P)、豆油(Y)、菜油(OI)、菜粕(RM)、
豆一(A)、豆粕(M)、鸡蛋(JD)、玉米淀粉(CS)、白糖
(SR)、郑棉(CF)
数据来源:东方证券研究所 & Wind 资讯
从2005年年初的时候仅仅5个可交易品种满足流动性要求,而到2017年5月31日则共34个可
交易品种,具体地,上述条件剔除了一部分流动性严重不足的品种,比如早籼稻、粳稻、晚籼稻、
胶合板、纤维板、线材、普麦等“死掉”的品种,剩余的品种按照黑色产业链、有色金属、贵金属、
能源化工和农产品五大类划分,具体结果如图表2所示。而历史上每一天实际满足上述要求的可
进行交易的品种数量变化,如下图所示

图1:历史上每日可进行交易的品种的数量
数据来源:东方证券研究所 & Wind 资讯51525
30
35
40
05
-01
06
-01
07
-01
08
-01
09
-01-01-01-01-01-01-01-01-01
。。。以上简介无排版格式,详细内容请下载查看