期货多因子专题报告（四）：商品期货alpha因子拾遗

中信期货研究|金融工程专题报告 商品期货alpha因子拾遗 2022-09-23 投资咨询业务资格： 证监许可【2012】669号 中信期货商品指数走势 中信期货十年期国债期货指数 中信期货沪深300股指期货指数 119 中信期货商品指数 240 117 220 115 200 113 180 111 160 109 140 107 105 120 103 100 ——期货多因子专题报告（四） 报告要点 本文继系列报告《期货多因子系列（二）》后，总结并回测了4个在国内商品期货市场相对有效的alpha因子——时序回归因子、复合动量因子、仓单因子以及基差动量因子，其中时序回归因子与仓单因子分层测试夏普率都达到1.3以上。 摘要： 1.时序回归因子的构造方式是“商品价格”对“时间”进行OLS回归，该因子综合考虑了商品价格趋势的强度和流畅性，并通过引入二次项过滤了短期扰动。上述操作使因子获得了远超传统XSMOM的绩效表现——在（J=243，K=10）时可获得8.90%的全样本年化收益，夏普率和卡玛率为1.34和1。 2.复合动量是XSMOM和TSMOM的结合——既考虑动量的方向，也考虑其在截面的上排序，在（J=243，K=10）时，复合动量因子可收获9.61%的年化收益率，夏普率和卡玛率为0.95和0.51。 3.仓单因子回测期内表现出常稳定的alpha能力，且有“低回撤”和“宽参数平台”两个突出特性。在不考虑交易成本的情况下，（J=3，K=1）时仓单因子回测表现最好，年化收益率可达10.10%，夏普率和卡玛率分别达到1.48和1.35。 4.基差动量因子在J=243能录得较好的回测表现，原因是一年的回看期能有效剔除季节性的影响，此时基差动量因子反应了“期限结构”的同比变化。我们在构造因子时更新了“近月合约”和“远月合约”的定义，在（J=243，K=3）时，该因子可获得6.89%年化收益，夏普率为0.81，卡玛比率为0.43。 风险提示：本报告中所涉及的资产配比和模型应用仅为回溯举例，并不构成推荐建议。 2021-11 2021-12 2022-01 2022-02 2022-03 2022-04 2022-05 2022-06 2022-07 2022-08 金融工程研究团队 研究员：周通 021-80401733 zhoutong@citicsf.com从业资格号F3078183投资咨询号Z0018055 重要提示：本报告难以设置访问权限，若给您造成不便，敬请谅解。我司不会因为关注、收到或阅读本报告内容而视相关人员为客户；市场有风险，投资需谨慎。 中信期货金融工程专题报告 目录 摘要：1 一、因子回顾3 二、回测参数设置与说明3 (一)回测标的：3 (二)样本空间：3 (三)数据处理以及图表说明：4 三、因子简介及回测结果4 (一)时序回归因子4 (二)复合动量因子（时序截面动量）6 (三)仓单因子（warehouse）8 (四)基差动量因子（Basis_Mom）11 四、总结14 参考文献14 免责声明15 图目录 图表1：商品期货因子分类3 图表2：时序回归因子年化收益率5 图表3：时序回归因子夏普比率5 图表4：时序回归因子Calmar比率5 图表5：时序回归因子最佳参数组净值走势（J=243，K=10）6 图表6：复合动量因子年化收益率7 图表7：复合动量因子夏普率7 图表8：复合动量因子Calmar比率8 图表9：复合动量因子最佳参数组净值走势（J=243，K=10）8 图表10：仓单因子年化收益率9 图表11：仓单因子夏普率9 图表12：仓单因子Calmar比率10 图表13：仓单因子最佳参数组净值走势（J=3，K=1）10 图表14：基差动量因子年化收益率12 图表15：基差动量因子夏普率12 图表16：基差动量因子Calmar比率12 图表17：基差动量因子最佳参数组净值走势（J=243，K=3）13 一、因子回顾 在《期货多因子系列（二）》报告中，我们介绍了一系列具有alpha能力的风格因子，其中横截面动量因子、期限结构因子、对冲压力因子、变异系数因子在我国期货市场上较为有效。在本篇报告中，我们将分享另外4在国内期货市场上有较好回测表现的因子。 我们将现有因子分为5个大类，动量类、期限结构类、量价类、持仓类以及基本面类，具体细分如下图所示。其中新增因子标为粉色，已测因子标为灰色。 图表1：商品期货因子分类 资料来源：Wind中信期货研究所 二、回测参数设置与说明 我们在回测过程中使用以下参数： (一)回测标的： 回测品种为前文报告所筛选的历史流动性较好的40个品种，具体如下所示。 螺纹钢、热轧卷板、焦炭、焦煤、铁矿石、玻璃、纯碱 黑色类 具体品种 类别 表格1：商品品种选择 有色类沪铜、沪铝、沪锌、沪镍、沪锡、不锈钢 能源类原油、石油沥青、低硫燃料油、LPG、燃料油 软商品类棉花、白糖、纸浆、橡胶 化工类PTA、乙二醇、短纤、甲醇、聚乙烯，聚丙烯，PVC，苯乙烯、尿素 农产品类豆粕、菜粕、棕榈油、豆油、菜油、玉米、生猪、鸡蛋、豆一 资料来源：中信期货研究所 同时选取回测品种的复权主力合约作为回测标的，复权方法详情请见系列报告。 (二)样本空间： 选择2010年1月1日至2022年8月12日作为回测的样本空间。 (三)数据处理以及图表说明： 数据处理细节与之前的系列报告一致，使用复权主力合约作为交易标的，并假定在交易中产生的各类成本为0，默认策略不加杠杆。此外如无特殊说明，在回测过程中，各类多空对冲因子的多头与空头分别持有排序前20%与后20%的品种，且对各品种进行等权配置。在图表中，使用“第1组”表征因子值最大的投资组合，使用“第5组”表征因子值最小的投资组合；“TMB”即“TopMinusBottom”表征做多“第1组”组的同时做空“第5组”组所构建的多空组合，反之亦然。 三、因子简介及回测结果 (一)时序回归因子 时序回归因子本质上是动量指标的一类变体。长期来看，动量策略有很强的生命力。对于期货市场而言，动量类策略更是最重要的策略之一。关于期货市场上动量因子的表现，一般有一个经验性的结论——在市场走势流畅的时候，动量因子的表现会更好。那么有没有办法做到既够考虑趋势的强弱，又考虑趋势的流畅程度呢？ 一个可行的方式是使用线性回归，即“过去J日收盘价序列”对“时间序列t”（t=1,2,3,4,…,J）进行回归，具体回归方程如下： 𝑐𝑙𝑜𝑠𝑒�=�+�∗�+�∗𝑡2 本文在构建回归方程中还额外引入了二次项t2以刻画趋势的非线性部分，目的是过滤掉近期加速涨跌的部分，让因子更加聚焦于长期趋势。在具体操作中，我们使用回归系数b来表征长期趋势的强度，用回归的R2来衡量趋势的流畅程度，并最终用b*R2作为兼顾强度和流畅度的“时序回归因子”。以下部分展示了时序回归因子的分层测试结果： 图表2：时序回归因子年化收益率 J K J=10 J=15 J=21 J=63 J=126 J=243 K=1 3.49% 5.93% -1.23% -2.36% 0.97% 7.04% K=3 0.74% 4.19% -2.04% -2.28% 1.16% 7.38% K=5 4.29% 3.32% 0.24% -1.87% 0.76% 7.30% K=10 1.43% 0.17% -3.26% -2.94% 1.37% 8.90% K=15 6.22% 1.61% -2.95% -2.55% 0.47% 8.73% K=21 1.63% 2.24% -0.79% -3.35% 0.02% 9.10% K=63 -1.37% 1.29% 1.42% -2.49% -0.44% 4.69% 图表3：时序回归因子夏普比率 J K J=10 J=15 J=21 J=63 J=126 J=243 K=1 0.48 0.83 -0.17 -0.32 0.13 1.06 K=3 0.1 0.58 -0.29 -0.31 0.16 1.11 K=5 0.6 0.46 0.03 -0.25 0.11 1.1 K=10 0.19 0.02 -0.45 -0.4 0.19 1.34 K=15 0.87 0.23 -0.41 -0.35 0.07 1.26 K=21 0.23 0.32 -0.11 -0.46 0 1.32 K=63 -0.19 0.18 0.18 -0.33 -0.06 0.65 图表4：时序回归因子Calmar比率 J K J=10 J=15 J=21 J=63 J=126 J=243 K=1 0.22 0.48 -0.04 -0.07 0.04 0.66 K=3 0.04 0.38 -0.08 -0.09 0.06 0.63 K=5 0.38 0.31 0.01 -0.07 0.03 0.69 K=10 0.1 0.01 -0.09 -0.08 0.06 1 K=15 0.52 0.13 -0.1 -0.08 0.02 1.05 K=21 0.07 0.14 -0.03 -0.08 0 0.85 K=63 -0.06 0.07 0.07 -0.07 -0.02 0.32 资料来源：Wind同花顺iFind中信期货研究所 图表5：时序回归因子最佳参数组净值走势（J=243，K=10） 第5组第4组第3组第2组第1组 3.5 3.0 2.5 2.0 1.5 1.0 0.5 0.0 drawdownTMB中信期货商品指数净值 3.0 2.5 2.0 1.5 1.0 0.5 0.0 0% 4% 8% 12% 16% 20% 24% 28% 资料来源：Wind同花顺iFind中信期货研究所 从图表中可以看出，在回看期较短时，由于每期回归的数据量较少叠加商品期货季节性的影响，时序回归因子的截面选期能力较差。但回看期为一年（243日）时，时序回归因子的alpha能力、单调性以及稳定性都十分优秀，在整个回测区间内回撤均小于10%。最佳参数组（回看期243日，持有期10）的情况下，该因子可获得8.90%年化收益，夏普率为1.34，卡玛比率为1。且在2021年末受宏观政策强干预、动量类因子普遍回撤较大的情况下，该因子仍较为稳定。 (二)复合动量因子（时序截面动量） 从《期货多因子系列（二）》报告中，我们已经得知XSMOM（截面动量）在商品期货上是较为有效的alpha因子，另一个重要的动量指标是TSMOM。 TSMOM（时间序列动量）由Moskowitz，Ooi和Pedersen（2012）提出，与XSMOM不同的是，它更多的把关注点放在资产自身的收益率上，而非不同品种动量在截面上的排序，并每期对单个资产单独做开平仓决定。可以简单地理解为做多前期上涨的资产，做空前期下跌的资产。 本文尝试通过叠加时序动量和截面动量信号构建一个复合动量因子，即先在时序上筛选出过去一段时日表现较好的（正收益）的品种与表现较差的品种（负收益），再分别做多“正收益”中涨幅最大与做空“负收益”中跌幅最大的品种构建多空组合。具体地，同样设置两个参数——回看期J与持有期K，并对不同参数组下的策略表现进行回测。 回测结果如下所示，观察表6,7,8可知，在回看期较短时，复合动量无法获得较为稳定的超额收益，而在回看期一年（243日）左右，该因子的选期能力较强，且对不同持有期K的敏感程度较低，其中最佳参数组（J=243，K=10）的年化收益率为9.61%，夏普比率为0.95，卡玛比率为0.51。同时我们也针对时序动量进行了回测用以与复合动量进行对比，具体回测结果如图9所示。 图表6：复合动量因子年化收益率 J K J=3 J=5 J=10 J=15 J=21 J=63 J=126 J=243 K=1 0.38% -0.25% 2.89% 7.37% 3.55% 0.27% 3.51% 8.21% K=3 -2.06% -1.93% 2.69%