探索商品相对收益：基于中证商品指数的增强方案

深度报告-金融工程 探索商品相对收益：基于中证商品指数的增强方案 报告日期：2023年12月27日 ★研究背景： 海外商品型产品除了黄金、原油等实物商品基金之外，绝大多数都是商品指数型，如挂钩BCOM、DBLCI-OY等知名指数的产品，而国内市场缺少这个类型的产品。随着最近几年商品策略风格波动加剧、商品alpha收益越来越难做，同时商品指数相对大多数私募CTA产品的呈现正超额的业绩，使得市场上对于商品Beta的配置需求越来越多。我们本文的主要研究对象就是刚完整运行一年时间的中证商品指数（100001.CCI），主要关注该指数编制规则上的特点，并对比了与南华商品指数等市场更广为熟知的商品基准指数的差别。 ★增强方案： 我们通过模拟复制指数获得了日度级别的权重数据，然后利用该权重数据作为增强方案中即期的权重优化依据。增强方案主要是基于因子去构建的思路，一种是利用因子预期收益，并优化目标函数，另一种是依据因子的暴露值大小线性地分配超低配的权重数据。另外也对比了不同行业划分标准、不同的限制条件所得到的增强效果，并且尝试构建了其他的复合因子组合，而基于因子体系所形成的超额收益，经测算大致能够实现5%-7%的年化收益，夏普比值在1~1.7之间。 ★结论： 在商品指数波动加剧、CTA产品走势与基准相关性增强、商品策略风格特征凸显的环境下，商品指数产品以及基于商品指数的相对收益产品可能会越来越多的受到投资者关注，预计未来商品Beta产品的资金规模也会越来越多，像海外市场一样成为CTA市场中不可或缺的力量。 ★风险提示 模型基于历史数据构建，未来市场规律的变动可能使模型失效。 李晓辉金融工程首席分析师 (量化CTA、商品指数） 从业资格号:F03120233 投资咨询号:Z0019676 Tel:8621-63325888 Email:xiaohui.li01@orientfutures.com 扫描二维码，微信关注“东证繁微”小程序 金融工程 重要事项：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、背景：商品指数化投资趋势5 1.1、商品指数波动愈发显著5 1.2、CTA产品走势呈现beta化5 1.3、商品策略风格特征逐渐Beta化6 2、中证商品期货指数7 2.1、更权威的跨交易所型商品宽基指数7 2.2、中证商品期货指数的投资价值9 2.2.1、与其他资产的低相关性9 2.2.2、较PPI通胀指标的领先性9 2.2.3、获得较为稳定持续的展期收益10 3、对比南华商品指数11 3.1、编制细则上的区别11 3.2、权重分布上的区别12 3.3、指数走势上的差异13 4、中证商品指数的复制14 5、中证商品指数增强方法17 5.1、对比两种增强方案17 5.2、对于不同的行业板块划分标准19 5.3、对比不同的品种及行业偏离限制条件21 5.4、对比不同的大类因子及复合因子22 5.4.1、大类因子22 5.4.2、XGBoost复合因子24 5.5、对比不同的单品种替换方案27 6、商品Beta型产品概况29 6.1、海外市场主要的商品Beta型产品29 6.2、国内公募主要的商品Beta型产品30 6.3、国内私募主要的商品Beta型产品30 7、结论31 8、附录33 8.1、主力合约切换规则33 2期货研究报告 图表目录 图表1：今年以来中证商品指数与部分有代表性CTA产品的净值走势5 图表2：各类量化CTA产品的今年以来收益的统计分布图6 图表3：各类量化CTA产品的今年以来收益的比较统计情况6 图表4：最近几年各个商品策略风格大类因子的净值走势6 图表5：商品截面因子的收益风险特征对比（2019年vs2023年）7 图表6：商品截面因子的收益风险特征对比（按大类平均）7 图表7：国内外主流商品指数的基本信息8 图表8：中证商品指数与其他资产的相关性9 图表9：中证商品指数较PPI通胀的领先性9 图表10：中证商品指数的收益贡献拆解10 图表11：中证商品指数持仓品种的累计展期收益10 图表12：国内外主流商品指数的基本信息11 图表13：中证商品指数与南华商品指数的最新调整权重12 图表14：中证商品指数与南华商品指数的权重分布13 图表15：中证商品指数与南华商品指数的权重分布（按自定义行业板块标准）13 图表16：中证商品指数与其他商品指数的走势13 图表17：中证商品指数较其他商品指数的业绩指标13 图表18：中证商品指数的简单模拟结果14 图表19：中证商品模拟指数(未考虑费用)的超额走势15 图表20：中证商品模拟指数(未考虑费用)的业绩指标15 图表21：中证商品指数模拟出来的日度权重分布情况16 图表22：中证商品模拟指数(考虑费用及利息)的超额走势16 图表23：中证商品模拟指数(考虑费用及利息)的业绩指标16 图表24：基于2因子的中证商品指数增强及相对超额走势（增强方案对比）18 图表25：基于2因子的中证商品指数相对超额的业绩指标（增强方案对比）18 图表26：基于5因子的中证商品指数增强及相对超额走势（增强方案对比）18 图表27：基于5因子的中证商品指数相对超额的业绩指标（增强方案对比）18 图表28：划分商品分类的自定义标准19 图表29：不同行业划分标准下同板块内的平均相关性19 图表30：基于2因子的中证商品指数增强及相对超额走势（行业标准对比）20 图表31：基于2因子的中证商品指数相对超额的业绩指标（行业标准对比）20 图表32：基于5因子的中证商品指数增强及相对超额走势（行业标准对比）20 图表33：基于5因子的中证商品指数相对超额的业绩指标（行业标准对比）20 图表34：基于2因子的中证商品指数增强及相对超额走势（限制条件对比）21 图表35：基于5因子的中证商品指数增强及相对超额走势（限制条件对比）21 图表36：基于2因子的中证商品指数相对超额的业绩指标（限制条件对比）21 图表37：基于5因子的中证商品指数相对超额的业绩指标（限制条件对比）22 图表38：基于大类因子的中证商品指数增强及相对超额走势23 图表39：基于大类因子的中证商品指数相对超额的业绩指标23 图表40：截面因子XGBoost模型的底层因子占比情况24 图表41：截面因子的XGBoost模型在样本外的截面多空组合25 图表42：时序因子的XGBoost模型在样本外的时序多空组合26 图表43：时序因子的XGBoost模型在底层因子上的重要性分布26 图表44：基于不同复合因子的中证商品指数增强及相对超额走势27 图表45：基于不同复合因子的中证商品指数相对超额的业绩指标27 图表46：单品种的替换方案28 图表47：替换单个品种后的中证商品指数相对超额走势128 图表48：替换单个品种后的中证商品指数相对超额的业绩指标128 图表49：替换单个品种后的中证商品指数相对超额走势228 图表50：替换单个品种后的中证商品指数相对超额的业绩指标228 图表51：海外以大宗商品为标的的部分ETF产品概况29 图表52：国内公募以大宗商品为标的的部分ETF产品概况30 图表53：国内部分跟踪商品指数或商品指数增强的私募产品31 图表54：国内部分跟踪商品指数或商品指数增强的私募产品的业绩统计31 图表55：主力合约切换示意图33 1、背景：商品指数化投资趋势 国内已有非常多的机构开始CTA领域尝试开拓业务，过去几年随着2020-2021年的一波商品牛市，CTA策略也逐步受到市场的关注，也有越来越多的买方机构开始布局CTA策略产品。然而，一个“不幸”的事实是商品期货市场上市品种数量仅几十只，策略资金容量显然远远低于股票市场，机构成熟资金的涌入使得商品期货市场竞争博弈愈发激烈，我们看到国内商品投资开始呈现出一个趋势，就是越来越Beta化了。 1.1、商品指数波动愈发显著 从指数的表现看，指数波动特征愈发显著：截止12.11日，今年以来南华商品指数收益约7.0%，中证商品指数则收益约5.6%，然而今年以来指数出现了较大的波动。由于年后国内外环境恶化，大宗商品面临从预期复苏到需求萎靡的预期转变，年初至5月底这段商品市场的“至暗时刻”，指数出现了接近10%的回撤。此后，美元加息预期走弱、消费信心逐步恢复下，商品从底部反弹了约15%的收益。 1.2、CTA产品走势呈现beta化 （2）从CTA产品表现看，一方面CTA产品走势与指数走势相关性凸显，另一方面指数表现优于大多数策略产品：我们从火富牛中统计了1445只量化CTA产品的业绩指标，今年以来平均收益2.9%，中位值1.4%，而以中证商品指数5.6%的收益与其他CTA产品业绩比较的话，其序号分位值为34%（优于66%的CTA产品）。除此之外，我们以日常跟踪的有一定代表性的CTA产品池为例，统计了这些产品的净值走势与指数的走势相关性，结果是有74%（87/117）的产品净值相关性为正，这些正相关产品的平均相关性为0.62。 图表1：今年以来中证商品指数与部分有代表性CTA产品的净值走势 资料来源：东证衍生品研究院，繁微等（有代表性CTA产品约117只，净值取自繁微-FOF投资） 图表2：各类量化CTA产品的今年以来收益的统计分布图 资料来源：东证衍生品研究院，火富牛（量化CTA筛选为：量化+期货策略+策略已确认+净值日期1个月以内+私募基金） 1.3、商品策略风格特征逐渐Beta化 图表3：各类量化CTA产品的今年以来收益的比较统计情况 全部 截面 时序 混合均衡 样本数 1445 27 387 364 样本平均值 2.9% 11.6% 0.6% 1.2% 25%分位值 8.2% 15.0% 7.0% 8.0% 中位值 1.4% 8.7% 1.5% -0.3% 75%分位值 -4.2% 0.5% -4.9% -4.9% 中证商品指数的相对排名 34% 64% 35% 29% 资料来源：东证衍生品研究院，火富牛（量化CTA筛选为：量化+期货策略+策略已确认+净值日期1个月以内+私募基金） 从商品截面因子的特征变化看，策略风格因子的Beta特征有所放大：我们分别统计了截止2019年（年底）、2023年（11月底）各个大类的策略风格因子的收益vs风险的特征，从因子的年化收益、年化波动指标来看，这些策略风格因子普遍朝着beta型因子变动，即收益能力在降低、而波动属性在增强。其中期限结构、基差相关的Carry类因子的平均年化收益从7.8%降至7.6%，而年化波动从4.6%升至5.1%，原本有一定alpha能力的因子正逐步beta化了。 Carry Volatility Future-spot Value Position ShortTrend Warrant LongTrend 图表4：最近几年各个商品策略风格大类因子的净值走势 1.7 1.6 1.5 1.4 1.3 1.2 1.1 1 0.9 0.8 0.7 资料来源：东证衍生品研究院 图表5：商品截面因子的收益风险特征对比（2019年 vs2023年） 图表6：商品截面因子的收益风险特征对比（按大类平均） 资料来源：东证衍生品研究院（C:期限结构类，Fs:期货现货类，Pr:持仓类，T:趋势类，Val:价值类，Vol:波动类，W:仓单类） 资料来源：东证衍生品研究院（C:期限结构类，Fs:期货现货类，Pr:持仓类，T:趋势类，Val:价值类，Vol:波动类，W:仓单类） 在经历了今年期限结构因子的大幅回撤及大幅反弹之后，越来越多的声音认为商品alpha越来越难做，而以前用于策略构建的几类策略