固收量化择时系列之一：多空拥挤度指标用于国债期货择时

中信期货研究|固定收益专题报告 2022-12-30 多空拥挤度指标用于国债期货择时 ——固收量化择时系列之一 投资咨询业务资格： 证监许可【2012】669号 报告要点 本文尝试通过中金所每日公布的T主力合约前20大结算会员持仓成交排名数据构建了投机性多空拥挤度因子，并根据滚动分位数高低进行多空择时操作。通过加入对套保性多空拥挤度指标以及指标分布特征的考虑，以及适当放大杠杆比例，能够起到进一步增厚收益以及提高收益风险比的效果。 119 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股指期货指数中信期货商品指数 260 115220 111180 107 103 2022/32022/42022/52022/62022/72022/82022/92022/102022/112022/12 140 100 摘要：本文尝试从国债期货的持仓成交数据这一另类角度出发，构建国债期货的择时策略。 对于中金所每日公布的10年期国债期货主力合约前20大结算会员持仓成交排名数据，我们分别从“成交持仓比”和“对冲压力比”这两个维度划分了偏投机的会员席位和偏套保的会员席位，再计算得到了投机性多空拥挤度指标。 对上述投机性拥挤度指标，利用滚动分位数法生成交易信号。将上述两个不同维度产生的交易信号进行等权合成后，择时效果能够获得进一步提升。复合策略年化收益0.97%，最大回撤0.99%，夏普比0.96，Calmar比0.98，胜率57.86%，盈亏比1.48。 此外，通过加入对套保性多空拥挤度指标以及指标分布特征的考虑，能够进一步提升策略表现。优化后策略表现大幅提升，年化收益1.66%，最大回撤0.72%，夏普比1.72，Calmar比2.31，胜率59.47%，盈亏比1.99。并且在实际投资中，可以通过适当放大杠杆比例，起到进一步增厚收益以及提高收益风险比的效果。 我们也进一步对策略的适用情形进行了分析。总体来看，在不加杠杆的条件下，策略在国债期货的大涨和大跌行情中表现最好，能很好地抓住国债期货的反转行情，而在走势偏震荡时则不易获取超额收益。 固定收益团队 研究员：张菁 021-80401729 zhangjing@citicsf.com从业资格号F3022617投资咨询号Z0013604 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。 目录 摘要：1 一、基于国债期货席位数据的会员行为划分3 二、基于投机性多空拥挤度的择时策略构建5 （一）投机性多空拥挤度的计算5 （二）基于投机性多空拥挤度的择时策略框架5 （三）择时策略回测结果7 三、策略优化10 （一）两个优化方向10 （二）优化后的择时策略表现11 四、策略适用性分析12 五、总结13 参考文献14 免责声明15 图目录 图表1：T2212合约成交持仓排名（20220901）3 图表2：回测参数设置6 图表3：会员席位成交持仓数据择时框架7 图表4：回测参数设置8 图表5：不同参数组下的策略回测表现（指标1）8 图表6：不同参数组下的策略回测表现（指标2）8 图表7：不同参数组下的策略回测表现（复合）8 图表8：策略净值9 图表9：不同年份策略回测表现9 图表10：不同杠杆倍数下的策略净值9 图表11：不同杠杆倍数下的策略回测表现10 图表12：优化前后策略收益（最优参数组）11 图表13：不同年份策略回测表现（优化后）11 图表14：不同杠杆倍数下的策略净值（优化后）12 图表15：优化前后策略回测表现（不加杠杆）12 图表16：不同杠杆倍数下的策略回测表现（优化后）12 图表17：国债期货合约历史累计涨跌幅不同分位数区间下的策略多空收益和超额收益（不加杠杆）13 期货市场是多空双向市场，交易者的买卖行为理论上代表其对于未来市场走势的判断与预期，这可能是综合了大量公开或非公开基本面信息以及量价数据的结果，而这也将最终反映到期货的成交量以及持仓量的变化中。本文中，我们尝试基于国债期货的持仓成交数据进行分析，探究从这一另类的角度出发能否用于国债期货的择时。 一、基于国债期货席位数据的会员行为划分 考虑到国债期货总持仓量、总成交量及其变化涵盖多空双向博弈的结果，无法直接反应多空内部各自体现的投资信息，因此，我们把目标转向更为细节的少数关键交易者的多空强弱，期待从其交易和持仓行为中能发现更为有效的信息。中金所每日公布的国债期货会员成交持仓排名数据恰好为我们提供了一个可行的线索，而且这也是最为直接可得的交易者相关信息。在每个交易日收盘后，中金所会在其网站上公布当日三类国债期货合约的结算会员成交持仓排名，披露的信息包括单边持仓达到1万手及以上和当季合约前20名结算会员的成交量、多 头持仓量和空头持仓量，以及三者当天的增减量。下面的图表1展示的是2022年 9月1日十年期国债期货主力合约的结算会员成交持仓排名。 图表1：T2212合约成交持仓排名（20220901） 资料来源：中金所中信期货研究所 交易者行为主要有投机和套保两大类，其中，套保者在国债期货上建仓的目的更聚焦中长期市场趋势或更基于产品设计属性，对短期市场多空情绪变动敏感度相对有限。相较之下，投机者主要根据对行情的判断进行买卖以获利，投机性的单边持仓积累对期货价格的上涨或下跌推动将跟随逐步体现；当然，如果单边持仓积累越来越多以后，未来投资者止盈离场的可能性越大，期货价格越可能朝着相反的方向变动。因此，投机性多空持仓相对强弱或许更能够反映期货未来价格的变化。基于上述考虑，我们需要先对会员的交易行为进行划分。 首先，我们先确定入选会员池。由于成交量排名、持买单量排名和持卖单量排名三张表中包含的会员席位各不相同，为便于后续的分析，我们首先挑选出三张表中共同包含的K个（K<=20）会员席位，然后将剩余的不同时存在于三张表中的会员席位的持买单量、持卖单量和成交量分别进行加总，从而将它们合并为1个会员，并命名为“其他会员”。这样，我们就得到了K+1个会员。 其次，我们考虑会员行为划分的标准。我们计算了两个用于能够区分交易者行为是否偏投机的指标，这两个指标只用到了每日的成交量和持仓量数据，在反映每日交易活动特征的同时也很好地兼顾了简便性。 指标一：成交持仓比 参考了Garcia等（1986）的做法，该指标定义为每日交易量（TradingVolume,TV）和持仓量（OpenInterest,OI）的比值： 𝑅𝑎𝑡𝑖𝑜� =𝑇𝑉� 𝑂𝐼� 该指标基于的假设是套保者持有头寸的时间比投机者更长，且套保者和投机者在不同时间段内都持有自己的头寸。因此，该指标更适合反映短期的投机行为的强弱，而可能难以区分长期投机者和长期套保者。对于每个会员而言，该指标取值越大，说明投机行为越占主导；若该指标取值越小，说明投机行为越不明显。 最后，我们以T主力合约的𝑻�作为基准，对于该指标取值高于基准的会员， 𝑶� 我们定义为偏投机会员。 指标二：对冲压力比 第二个指标则参考了LuciaandPardo（2010）的做法，该指标定义为每日持仓量变化与交易量的比值，作者将其命名为“对冲压力”（HedgePressure）指标： 𝑅𝑎𝑡𝑖𝑜� =∆𝑂𝐼� 𝑇𝑉� 每日的持仓变化量取值范围为[-𝑇𝑉𝑡,𝑇𝑉�，因此该指标的取值范围为[-1,1。这也意味着该指标绝对值越接近于1，套保行为越强，投机行为越不明显。该指 标越接近于0，则说明投机行为越明显。 与第一个指标类似，我们以T主力合约的∆𝑶�作为基准，但考虑到指标本身的 𝑻� 逻辑，对于该指标取值的绝对值低于基准的会员，我们定义为偏投机会员。 每个交易日，我们对K+1个会员席位进行上述行为的划分，并记偏投机会员数量为M，相应的偏套保会员的数量则为K+1-M。需要注意的是，基于上述两个指标进行划分时，得到的M取值可能并不相同。 二、基于投机性多空拥挤度的择时策略构建 （一）投机性多空拥挤度的计算 我们选取T主力合约的会员席位成交持仓数据，基于前文构建的两个指标得到了偏投机的会员席位，然后分别在这两个维度下计算偏投机会员席位的多空拥挤度。 我们定义第t日的投机性多空拥挤度（SC,SpeculationCrowdedness）为偏投机会员的净持仓与总持仓的比值，具体如下： ∑�𝑂𝐼𝐿𝑜𝑛𝑔,�−∑�𝑂𝐼𝑠ℎ𝑜𝑟𝑡,� 𝑆𝐶�=∑𝑂� +∑𝑂� �𝐿𝑜𝑛𝑔,��𝑠ℎ𝑜𝑟𝑡,� 其中M为筛选出的偏投机会员席位个数，基于上述两个指标进行划分时，得到的会员个数M可能不完全相同。该指标取值越大，说明投机性多头拥挤越强，反之说明投机性空头拥挤越强。 （二）基于投机性多空拥挤度的择时策略框架 1.信号生成 考虑到一般情况下量的数据比价的数据波动更大，包含更多噪音，因此在这里我们首先对投机性多空拥挤度指标进行简单的平滑操作——取最近1周的平均值作为当日的指标值。 在获得了平滑后的多空拥挤度指标后，我们采用较为直观的滚动分位数方法进行交易信号的生成，滚动区间长度为243个交易日（国内市场一年内的交易日数量）。当指标高于一定阈值时，意味着此时出现了较为明显的投机性多头拥挤，未来国债期货价格很可能出现回调，因此我们做空国债期货；同理，当指标低于一定阈值时，我们做多国债期货。其余时刻，空仓等待交易时机。 −1,�≥𝑡𝑜𝑝_𝑞𝑢𝑎𝑛𝑡𝑖𝑙� 𝑠𝑖𝑔𝑛𝑎�=[1,�≤𝑏𝑜𝑡𝑡𝑜𝑚_𝑞𝑢𝑎𝑛𝑡𝑖𝑙� 0,𝑜𝑡ℎ𝑒𝑟� 2.信号过滤 我们进一步对交易信号进行了过滤，信号的过滤主要考虑了两个维度，分别为价格变动和移仓换月，具体如下： 价格变动方面，我们根据期货合约是否出现连续2个交易日日上涨或下跌来对初始信号进行过滤。这是因为过少的天数（例如1天）可能无法起到有效的筛选作用，而过多的天数也可能过滤掉很多有用的信息。 为了验证我们选取的2个交易日是否有效，我们分别测算了在T日已经出现连续上涨/下跌1日到上涨/下跌4日的条件下，T+2日的发生反转的概率。这么做的原因是策略在T日产生信号，T+1日入场，在T+2日才能发生盈亏。 回测区间连续涨跌天数 准确率 总次数 正确次数 1 53.46% 1401 749 2 55.47% 667 370 3 57.34% 293 168 4 60.18% 108 65 图表2：回测参数设置 2017年至今 资料来源：Wind中信期货研究所 根据图表2我们发现，随着T日已出现连续涨跌天数的上升，T+2日价格发生反转的概率提升并不大，只有2%左右，但交易次数上呈现出十分明显的减少趋势。考虑到我们的策略逻辑本质上是短周期的反转择时，因此交易次数也不能过少。基于此，我们认为将连续涨跌的天数设置为2是合理的。 在加入对标的物是否连续涨跌的判断后，我们规定：当期货连续两日上涨，且多空拥挤度指标高于指定阈值时，才确认为多头拥挤，此时记信号为-1；当期货连续两日下跌，且多空拥挤度指标低于指定阈值时，才确认为空头拥挤，此时记信号为1。 移仓换月方面，考虑到主力合约进行切换时，会员的持仓成交数据可能发生一定波动，无法有效反映交易者情绪，因此我们对主力合约切换前后1周（包括合约切换当日）产生的信号予以剔除。 3.策略构建 我们分别计算了上一章的两个投机性指标下的多空拥挤度因子，按照上述条件生成交易信号，并根据交易信号构建择时策略如下： 若信号为1，在下一个交易日做多国债期货；若此时持有空头头寸，则先平空之后再开多； 若信号为-1，在下一个交易日做空国债期货；若此时持有多头头寸，则先平多之后再开空； 若信号为0，不进行交易；若此时持有头寸，则在下一个交易日进行平仓操作。 至此，我们已经构造了一个基于会员席位成交持仓数据的T主力合约的择时框