量化策略配置系列（一）：CTA策略的阿喀琉斯之踵

深度报告——金融工程 量化策略配置系列（一）： CTA策略的阿喀琉斯之踵 报告日期：2023年03月30日 ★危机Alpha的美名 作为唯数不多能分散传统股债风险的资产，CTA产品一直以来是独特的投资标的。除了长期低相关性和抗通胀的能力外，CTA产品有着为人津津乐道的回撤保护能力，亦被称为危机Alpha。我们从策略本质出发，阐释了危机Alpha美名从何而来，以更好认识适配环境。 ★Alpha还是Beta 2022年的市场环境是CTA管理人的试金石。俄乌战争造成一季度金供给担忧，CTA策略普遍水涨船高，不少投资者高位上车以寻求规避权益市场的风险，随即所有策略集体回撤，更有甚者如今仍 融未修复，提出危机Alpha还有没有Alpha的疑问？我们拉长了时间 线，将具有普适性的策略收益从大周期的角度拆解，将策略不适 工配的环境分为了三类：触底反弹、高位反转、低位震荡。 程★五大类量价指标是否能识别适配环境？ 我们发现，以上三种环境均与波动率脱不开关系。通过收集文献资料和经验直觉的积累，我们构造了五大类量价指标，分别为持仓量加权换手率、成交量加权下行波动率、品种配对相关性均值、标准差矫正乖离度和绝对夏普比均值。更进一步地通过区间收益、信号胜率和回归显著性对不同量价指标及其参数的预测能力进行 检验并筛选。 ★策略择时方法论初探 基于筛选出的指标参数和阈值，我们简单的构建了一个预警信号机制以更好的预测未来市场环境的变化。通过预警机制，我们动态配置时序动量策略（CTA趋势跟踪策略）和时序反转策略（CTA趋势反转策略），测试结果显示策略的夏普比从0.86提升至1.32。 ★风险提示 指标计算和策略收益基于历史数据得出，不排除失效的可能性。 王冬黎金融工程首席分析师从业资格号：F3032817 投资咨询号：Z0014348Tel:8621-63325888-3975 Email:dongli.wang@orientfutures.com 联系人徐凡 从业资格号：F03107676Tel:8621-63325888-3975 Email:fan.xu@orientfutures.com 重要事项：本报告版权归上海东证期货有限公司所有。未获得东证期货书面授权，任何人不得对本报告进行任何形式的发布、复制。本报告的信息均来源于公开资料，我公司对这些信息的准确性和完整性不作任何保证，也不保证所包含的信息和建议不会发生任何变更。我们已力求报告内容的客观、公正，但文中的观点、结论和建议仅供参考，报告中的信息或意见并不构成交易建议，投资者据此做出的任何投资决策与本公司和作者无关。 有关分析师承诺，见本报告最后部分。并请阅读报告最后一页的免责声明。 目录 1.CTA的配置价值5 1.1.长期与权益、债券资产的低相关性5 1.2.CTA具备显著抗通胀的能力7 2.危机Alpha亦或是风险Beta？9 2.1.趋势跟踪策略的本质10 2.2.危机Alpha的美名12 2.3.趋势跟踪策略是否失效了？14 3.如何识别趋势策略的适配环境15 3.1.构建五大类量价指标17 3.1.1.换手率是直接反映热手效应的指标17 3.1.2.下行波动率是反映极端下跌行情的指标18 3.1.3.品种间配对相关性是资金流量的果19 3.1.4.乖离度衡量资产价格偏离历史均值的程度20 3.1.5.绝对夏普比衡量底层资产的估值水平21 3.2.五大类指标的参数选择和有效性检验21 3.2.1.区间收益判断指标是否能区分不同市场环境22 3.2.2.信号胜率检验预测精度25 3.2.3.回归分析检验指标的显著性26 3.3.指标能否起到预警效果？27 4.总结与展望28 5.风险提示29 图表目录 图表1：国内交易所期货交易量5 图表2：国内交易所期货成交额5 图表3：长期商品资产投资价值（2010/07-2023/02）6 图表4：中证商品期货指数与万得全A、中债指数的长期低相关性6 图表5：加入商品后资产组合的有效边界7 图表6：资产组合的年化统计信息7 图表7：因滞后项正负而变化的各资产收益率和通胀的三种关系8 图表8：各资产在不同滞后期数下的回归结果8 图表9：分板块回归结果与时间滞后项的关系9 图表10：历年CTA产品发行数量及发行主体分布9 图表11：现存续的CTA产品策略分布9 图表12：Beta系数的T值随滞后项变化而变化10 图表13：策略构建逻辑及参数11 图表14：多头、空头、不开仓和多空净值12 图表15：不同头寸的统计信息与相关系数12 图表16：趋势策略在股债对应区间的平均收益13 图表17：趋势策略在万得全A最大回撤时期的表现13 图表18：趋势策略的“微笑”（收益率数据均为季度收益率）13 图表19：不同周期的CTA管理人典型产品的2022年净值14 图表20：2022年的趋势策略磨损15 图表21：近两年来的趋势策略表现15 图表22：2022年持仓收益贡献（年化收益）15 图表23：趋势策略在反弹、反转和震荡行情下的表现16 图表24：螺纹钢主力合约2020/07-2021/11的行情图17 图表25：经持仓量加权后的换手率更平稳18 图表26：下行波动率更能反映极端下跌风险18 图表27：配对相关性的中位数和平均值均能反映资产间相关系数的时变性19 图表28：经矫正后的乖离度更能反映资产的偏离程度20 图表29：底层资产的绝对夏普比能反映策略多空双边的获利能力21 图表30：五大类指标的参数选择22 图表31：高换手率是最直接有效的指标23 图表32：下行波动率具有强即期解释能力，不具备预测能力23 图表33：长期配对相关性有效预测策略踏空概率23 图表34：短期乖离度矫正更有效衡量偏离程度24 图表35：绝对夏普比的方向性不明显，需与胜率交叉验证24 图表36：指标胜率随分位数阈值变化而变化25 图表36：剔除T值大于0的Beta系数P值随分位数的变化26 图表38：有效的指标汇总27 图表39：动量和反转两类策略走势低相关27 图表40：经择时后的策略收益显著28 图表41：策略收益统计28 1.CTA的配置价值 一般来说传统股债投资组合主要受权益市场的风险影响，为此市场上的投资者力寻能分散该风险的另类资产。随着近年来资管新规的落地，净值化时代的到来更是使得多资产配置成为了必经之路。在这其中，CTA市场因其投资价值的特殊性，一直以来都扮演着一个有力的候选对象。 2000年至今，随着金融业的快速发展、投资标的的不断丰富，我国期货市场的成交量和成交额呈指数型增长。截至目前，国内共五家期货交易所（中金所、上期货、大商所、郑商所、广期所）上市的商品期货品种覆盖了有色金属、贵金属、黑色金属、能源化工和农产品等主要产业领域。金融期货包括了股指期货和国债期货，其中有上证50股指 期货、沪深300股指期货、中证500股指期货、中证1000股指期货、两年期国债期货、 五年期国债期货和十年期国债期货，共7个品种。 图表1：国内交易所期货交易量图表2：国内交易所期货成交额 资料来源：Wind，东证衍生品研究院资料来源：Wind，东证衍生品研究院 尽管国内上市交易的品种数量已日渐增多，但交易活跃的品种并不多，有一些期货品种由于现货体量小、投资门槛高、流通价格受政府管控限制造成成交量低迷。当期货品种主力合约成交量过低时，就会导致合约换手困难引起交易冲击成本及持仓风险等一系列的影响。 由于直接投资门槛高，所以大多投资者可通过两种方法配置CTA市场。�一种是被动指数化投资，如最新发布的中证商品期货指数，主要依靠长期配置过程中的展期收益来获利。�二种是直接投资CTA产品，现国内主流的CTA产品为系统式的量化策略，其中核心大多为趋势跟踪策略。我们认为该两类方法有共通的两个配置价值：长期低相关性和抗通胀。 1.1.长期与权益、债券资产的低相关性 从投资标的出发，商品资产能够提供长期正收益。究其根本是商品市场的Beta溢价主要来源于展期收益，而该收益很大程度上与各品种的期限结构相关，理论上配置长期贴 水的品种能够获得潜在正的展期收益。我们统计了万得全A（权益资产）、中债综合指数（债券资产）和中证商品期货指数（商品资产）的长期收益率数据，如下表可见， 图表3：长期商品资产投资价值（2010/07-2023/02） 年化收益 年化波动率 年化夏普比 单资产 万得全A 9.49% 23.78% 0.39 中债新综合指数 0.91% 1.19% 0.76 中证商品期货指数 5.95% 15.33% 0.38 投资组合 60/40股债组合 6.06% 14.26% 0.43 10%商品+90%股债组合 6.05% 13.36% 0.45 资料来源：Wind，东证衍生品研究院 就单资产而言，最新发布的中证商品期货指数在考虑了展期收益的情况下，长期能提供相对可观的正收益，但投资者更愿意投资商品资产的场景是将其纳入传统股债的投资组合中。从上表中，将10%的资金投入商品期货指数后，传统股债的投资组合的夏普比率略微上涨，这要得益于商品市场得天独厚的低相关性。 图表4：中证商品期货指数与万得全A、中债指数的长期低相关性 资料来源：Wind，东证衍生品研究院 从上图250日窗口期的相关系数计算中，我们可以看到相关性的时变特点，在特定时间 区间中达到了0.5以上，这反映了市场是复杂的、信息快速得更新导致供需平衡发生变化，但是商品市场的长期低相关性是我们能佐证的，这得益于独特的价格驱动因素。商品市场的基本面信息如上游供给端和下游企业需求端，叠加政策和经济增速影响主导着市场的长期趋势走向。而短期市场情绪则受到了投资者不同心理预期造成的行为偏差和商品季节性因素影响而波动。 为了更好展示低相关性给资产多样性组合带来的提升效果，根据Moskowitz的现代组合理论，我们尝试构建四个投资组合，分别画出各个组合的有效边界，以此对比多样性所带来的变化。�一个组合为基准的股+债组合，随后我们在�二和�三组中分别加入黑色和能化，最后一组则为股+债+全品种。为了结果更具有一般性，我们使用沪深300指数、中债新综合指数和各板块的南华商品指数作为不同资产多头组合的替代，给予各 资产只允许做多的约束。 图表5：加入商品后资产组合的有效边界图表6：资产组合的年化统计信息 年化收益 年化波动率 年化夏普比 最小方差 组合一 3.59% 2.35% 0.68 组合二 3.94% 2.32% 0.84 组合三 3.72% 2.31% 0.74 组合四 4.08% 2.27% 0.92 最大夏普 组合一 4.01% 2.58% 0.77 组合二 5.88% 3.23% 1.2 组合三 4.23% 2.61% 0.86 组合四 6.04% 3.11% 1.29 资料来源：Wind，东证衍生品研究院资料来源：Wind，东证衍生品研究院 从单个有效边界点来看的话，组合在有效边界上的位置越靠左，风险厌恶的系数越大，越接近全局最小方差组合，组合收益也会同时随风险下降而下降。反之，若组合在有效边界上的位置越靠右，则风险厌恶越小，更倾向于高风险高收益。从各个组合的有效边界分布来看的话，只包括股+债的组合有效边界偏左下。而当加入了能化后，相同风险偏好下，组合收益得以提升，使得有效边界上移。从组合二至组合四对比效果来看的话，黑色提升效果最为显著，组合二的有效前沿得以延长的同时，边界得以抬高。当加入全品种后，组合的风险收益比能够显著提升，最大夏普比组合的年化夏普达到了1.29，然而从组合风险角度来看的话，全局最小方差组合的年化波动率减少有限（前沿向左延伸的程度较少）。 1.2.CTA具备显著抗通胀的能力 我们在《通胀传导与大宗商品抗通胀能力的定量研究》中提出通货膨胀是物价整体的上涨，主要逻辑在于受供需影响的大宗商品，而非货币因素。一般而言，通胀问题是结构性的，由严重的供需不平衡导致的，短期内社会总需求的上升与社会总供给的下降都会造成一定通胀。因此更直接影响通