量化专题报告：基本面量化策略系列之一，库存因子

期货研究报告|量化专题报告2023-08-23 基本面量化策略系列之一：库存因子 研究院量化组 研究员 高天越 0755-23887993 gaotianyue@htfc.com从业资格号：F3055799投资咨询号：Z0016156 联系人 李逸资 0755-23887993 liyizi@htfc.com 从业资格号：F03105861 李光庭 0755-23887993 liguangting@htfc.com从业资格号：F03108562 投资咨询业务资格： 证监许可【2011】1289号 策略摘要 根据宏观经济理论中的需求供给模型，价格水平是由总供给与总需求水平共同影响决定的。而库存水平反映的正是供给与需求的相对强弱关系，如果某种商品目前的库存水平偏高，说明该商品供大于求，未来期货价格将被预期走弱；反之如果某种商品目前的库存水平较低，则说明该商品供不应求，未来期货价格将大概率走强。 从基本面逻辑推断，库存水平是影响商品期货价格的重要指标，而呈现负相关关系：库存水平越高，未来期货价格更可能下跌，而库存水平越低，未来期货价格更倾向于上涨。 本文将从时序和截面两个不同的维度，分别构建能合理反映库存水平高低的因子，从量化的角度给�定义。其中时序库存因子侧重于对比单品种当前库存水平与历史库存水平的大小关系，截面库存因子侧重于对比多品种间库存变化率的大小关系。然后基于库存因子产生的多空信号设计量化交易策略，测试其在单品种择时和全品种等权配比的策略 回测表现。 其中时序维度推荐17个品种，适合选用库存因子构建交易策略，其中原油、玻璃和纯碱为重点推荐品种。板块间表现的巨大差异证实了库存数据本身的数据质量对于期货价格的可解释性影响很大。截面库存策略的表现会更优于时序库存，从因子构建方法可以 有效排除库存数据季节性因素的影响，从单品种总收益展开分析，可知黑色建材和能源化工板块的品种贡献程度最高。 请仔细阅读本报告最后一页的免责声明 目录 策略摘要1 基于库存因子的基本面量化策略3 ■逻辑背景3 ■指标收集3 时序库存因子策略5 ■策略逻辑5 ■最优时间窗口5 ■策略全品种表现6 ■策略分版块表现9 ■策略单品种表现10 截面库存因子策略13 ■策略逻辑13 ■策略全品种表现13 ■策略单品种表现15 图表 图1:不同时间窗口策略夏普比例丨单位：无6 图2:不同时间窗口策略年化收益率丨单位：%6 图3:全品种时序库存策略净值与最大回撤|单位：无7 图4:全品种时序库存策略与量价策略净值对比|单位：无8 图5:分版块时序库存策略净值表现|单位：无9 图6:优选版全品种时序库存策略净值表现|单位：无12 图7:截面库存策略净值与最大回撤|单位：无13 图8:截面库存策略与量价策略净值表现|单位：无14 表1:各品种库存选用指标丨单位：无4 表2:全品种时序库存策略年度表现丨单位：无7 表3:全品种时序库存策略与量价策略对比丨单位：无8 表4:分版块时序库存策略对比丨单位：无9 表5:时序策略单品种择时效果丨单位：无10 表6:时序策略单品种持仓情况丨单位：无11 表7:截面库存策略年度表现丨单位：无14 表8:截面库存策略与量价策略对比丨单位：无15 表9:截面策略单品种贡献丨单位：无15 请仔细阅读本报告最后一页的免责声明2/17 基于库存因子的基本面量化策略 ■逻辑背景 根据宏观经济理论中的需求供给模型，价格水平是由总供给与总需求水平共同影响决定的。而库存水平反映的正是供给与需求的相对强弱关系，如果某种商品目前的库存水平偏高，说明该商品供大于求，未来期货价格将被预期走弱；反之如果某种商品目前的库存水平较低，则说明该商品供不应求，未来期货价格将大概率走强。 从基本面逻辑推断，库存水平是影响商品期货价格的重要指标，呈现负相关关系：库存水平越高，未来期货价格更可能下跌，而库存水平越低，未来期货价格更倾向于上涨。 那么如何从量化的角度定义“库存水平高低”呢？本文将从截面和时序两个不同的维度，分别构建能合理反映库存水平高低的因子， 其中时序库存因子侧重于对比单品种当前库存水平与历史库存水平的大小关系，截面库存因子侧重于对比多品种间库存变化率的大小关系。然后基于库存因子产生的多空信号设计量化交易策略，测试其在单品种择时和全品种等权配比的策略回测表现。 ■指标收集 库存指标可以归类分为社会库存、交易所库存及期货库存三大类。其中社会库存又包括城市库存、港口库存、生产线库存、商业库存、工厂库存等等，涵盖的库存数据统计面最大，反映真实库存水平的能力也最强；交易所库存仅统计存放在交易所的那部分显性库存，合理性次之，而期货库存作为交易所库存中的一部分（另一部分为现货库存），合理性程度不及交易所库存，且由于存储成本和保质期差异，不同品种的期货库存反映其真实库存水平可靠性也有所不同。 为了得到一个更为公允的指标，我们会优先选择统计范围更广、更能代表总体水平的社会库存类指标。基于交易活跃度以及数据更新频率的考虑，我们最终筛选�来25个品种作为我们的投资标的（棉花、生猪、燃料油等品种因数据为月度更新而被剔除）。详 细的各品种最终选用的库存指标见下表。 因为各库存指标更新频率有日频也有周频，我们将周频数据用前值填充，统一调整为日频，并考虑到大部分周频数据更新日在每周五，统一在周五收盘后收集到最新数据，用于计算库存因子值（详见后文）并根据逻辑生成多空信号，下周一再根据信号交易，避免使用未来数据。 数据全时间段：2018-01-15至2023-08-04 表1:各品种库存选用指标丨单位：无 板块品种 指标名称 统计范围 更新频率 棕榈油 工厂库存 国内 周频 玉米 港口总库存 国内 周频 农产品 豆油 工厂库存 国内 周频 豆粕 工厂库存 国内 周频 铜 LME交易所库存+SHFE上期仓单 全球 日频 铝 LME交易所库存+SHFE上期仓单 全球 日频 有色金属 锌 LME交易所库存+SHFE上期仓单 全球 日频 镍 全球总库存 全球 日频 黄金 上金所期货库存 国内 日频 贵金属 白银 上金所期货库存 国内 周频 乙二醇 总库存 国内 周频 聚丙烯 总库存 国内 周频 PTA 总库存 国内 周频 聚氯乙烯 社会库存 国内 周频 能源化工 原油 全球陆上+浮仓库存 全球 日频 天然橡胶 港口库存 国内 周频 甲醇 总库存 国内 周频 沥青 期货库存 国内 日频 热卷 热轧合计库存 国内 周频 焦炭 全口径焦炭库存 国内 周频 焦煤 全口径焦煤库存 国内 周频 黑色建材玻璃 国内期末库存 国内 周频 纯碱 国内库存 国内 周频 螺纹钢 合计库存 国内 周频 铁矿石 港口库存 国内 周频 数据来源：Wind同花顺SMM华泰期货研究院 时序库存因子策略 ■策略逻辑 探讨时间序列上库存水平的变化对于期货价格的影响，选取一长一短的两个时间周期，通过对比短周期（近期）的平均库存水平处于长周期（远期）的库存水平分布的历史分位数，来判断近期库存水平相对于过去一段历史期间属于较高还是较低。如果分位数较高，会生成空头信号，反之则生成多头信号。 因子公式： �𝑎�𝑡��=�ℎ�𝑟�𝑊�𝑑���𝑒𝑎�.�𝑒𝑟�𝑒�𝑡���𝑜(����𝑊�𝑑��𝑊�𝑡𝑟��𝑢𝑡���) 参数设定： （1）80分位以上为高库存，生成空头信号；同时若前一期信号值为空头，且当今一期库存水平在60分位以上，延续做空； （2）20分位以下为低库存。生成多头信号；同时若前一期信号值为多头，且当今一期库存水平在40分位以下，延续做多； （3）在20分位和80分位之间时不产生信号，平掉之前的仓位； （4）每周五收盘后给多空信号，下周一交易，周度调仓，等权处理，使用主力合约收盘价计算盈亏。 ■最优时间窗口 至于短周期和长周期的时间窗口具体应该怎么定，可以最好地代表“当前库存的平均水平”和具有参考性的“历史库存水平”。我们通过设定短周期天数为SW，长周期天数为LW，确定二者的取值范围后进行参数遍历来确定最优时间窗口，其中LW的取值范围从20到480个交易日，SW的取值范围从5到40个交易日。 参数遍历最优选的衡量指标选用的是策略在相同回测期间内的夏普比例以及年化收益率，从下图可看�最优的时间窗口选择为LW=180，SW=5，也就是用最近一周的平均库存水平，与过去半年的数据对比，得到的历史分位数是最优的时序库存因子。 图1:不同时间窗口策略夏普比例丨单位：无 数据来源：Wind同花顺SMM华泰期货研究院 图2:不同时间窗口策略年化收益率丨单位：% 数据来源：Wind同花顺SMM华泰期货研究院 ■策略全品种表现 使用LW=180，SW=5的最佳窗口期进行时序库存策略的回测，由于每次调仓都需要滚动往前取180天的历史数据，来重新计算各品种的历史分位数，基于此，时序策略的最终有效回测区间为2018-09-25至2023-08-04。 为了更好了解基本面库存因子是否有效，我们将量价因子策略【长周期动量、短周期动量、偏度、期限结构】进行同时期回测来做对比。关于这几个因子具体的计算公式将不做赘述，可参考《华泰期货量化策略专题报告：CTA量化策略因子系列》文章。 公平起见，投资标的依旧限定在这25个品种间，同样使用周度调仓、等权处理的机制，根据量价因子给�的多空信号计算对应策略的表现情况，用来与时序库存策略作对比。 图3:全品种时序库存策略净值与最大回撤|单位：无 数据来源：Wind同花顺SMM华泰期货研究院 表2:全品种时序库存策略年度表现丨单位：无 年份 总收益（%） 波动率（%） 最大回撤（%） 夏普比率 卡玛比率 2018（9月起） -2.020 7.421 5.913 -0.272 -0.342 201910.6675.0724.4962.1032.372 2020 9.980 8.860 8.854 1.126 1.127 2021 9.613 10.370 8.030 0.927 1.197 2022 11.433 11.038 8.776 1.036 1.303 2023（至8月） 2.166 6.761 3.252 0.320 0.666 数据来源：Wind同花顺SMM华泰期货研究院 从全品种的测试结果来看，整体策略的绩效表现比较平稳，18年至今，除了18和23 年统计时间不全，总收益情况表现较差之外，其他年份19-22年均表现较为优异，总收益平均有10%以上，夏普比例基本也在1以上。 图4:全品种时序库存策略与量价策略净值对比|单位：无 数据来源：Wind同花顺SMM华泰期货研究院 表3:全品种时序库存策略与量价策略对比丨单位：无 策略名称 年化收益率（%） 年化波动率（%） 最大回撤（%） 夏普比率 卡玛比率 时序库存 8.773 8.812 8.854 0.996 0.991 长周期动量 3.178 11.719 28.273 0.271 0.112 短周期动量 0.034 13.432 34.355 0.003 0.001 偏度 10.103 8.199 10.031 1.232 1.007 期限结构 1.240 11.536 28.085 0.107 0.044 数据来源：Wind同花顺SMM华泰期货研究院 对比量价策略在全品种上的回测表现，时序库存策略在收益维度略次于偏度策略，但大幅度优于另外三大量价策略；在风险维度表现最优，最大回撤控制在9%以内，属于稳健型策略。 接下来从板块和品种的维度深入分析，哪些板块和具体的品种对全品种时序库存策略的贡献最大，从而反映�时序库存策略在单品种择时上的效果。 ■策略分版块表现 图5:分版块时序库存策略净值表现|单位：无 数据来源：Wind同花顺SMM华泰期货研究院 分版块的库存策略参数设定和调仓频率都和全品种策略保持不变，唯一的不同就是标的品种限定在了本版块内，仍是等权处理。 表4:分版块时序库存策