基于股指贴水的择时：股指衍生品专题系列报告

│ 股指衍生品专题系列报告 作者 分析师：陆豪 证券研究报告 2024年03月14日 ——基于股指贴水的择时 股指期货简介 截止2024年3月1日，中金所已经上市的权益类期货品种有：沪深300股 指期货、中证500股指期货、上证50股指期货和中证1000股指期货。股 指期货的编制规则，同一标的，同时存在的合约有4个，分别为当月、下 月、下季和隔季。监管自2015年以来，多次修改股指期货的保证金和手续费，来调控市场整体的投机度。 基差与月历效应 2021年以来，中证500年化基差率平均值为-5.5%,明显要比2021年之前的-12.5%的贴水小很多，场外雪球产品的大量发行是重要的影响因素之一。中证500的年化基差率在周内无明显差异，但是在各月份有较为明显的月历效应。 高频基差的情绪表达 股指期货市场主要的功能是给市场权益端的投资者提供一个对冲工具，所以长期套保空头是负基差的主要原因。基差的年化率即为套保者整年付出的一个对冲成本。本文构建一个基于日内高频基差来表达恐慌情绪的指标。 择时研究 用高频基差构建的信号进行指数择时，在持有20个交易日的前提下，整个分档收益的分布较为线性。20160101至20240301择时的绝对收益为35%。在持有20个交易日的时间尺度下，有较好的择时效果。 执业证书编号：S0590523070001邮箱：luhao@glsc.com.cn 分析师：康作宁 执业证书编号：S0590524010003邮箱：kangzn@glsc.com.cn 金融工程 金融工程专题 风险提示：量化模型基于历史数据进行回测，在给定的假设前提下，得到的回测结果不代表未来有相同的绩效表现。 相关报告 1、《行业景气追踪Nowcasting：机器人行业》2024.03.12 2、《行业景气追踪Nowcasting：工业金属行业》2024.03.08 正文目录 1.股指期货简介3 1.1合约编制3 1.2股指期货自2015年以来监管措施变化3 2.基差与月历效应4 2.1中证500年化基差率的时序变化4 2.2中证500年化基差率的周内效应与月历效应5 3.高频基差的情绪表达5 3.1高频基差与指数的相关系数计算5 3.2相关系数的时序展示6 4.择时研究7 4.1全域、上行和下行信号值构建与未来收益的IC7 4.2归一化信号预测未来20个交易日的分档收益8 4.3信号回测8 5.总结9 5.1股指期货简介9 5.2高频基差的情绪表达与择时信号9 6.风险提示10 图表目录 图表1：股指期货合约编制规则3 图表2：股指期货自2015年以来的监管措施变化3 图表3：中证500年化基差率时序值统计4 图表4：中证500年化基差率时序图4 图表5：中证500年化基差率周内效应5 图表6：中证500年化基差率月历效应5 图表7：高频1min中证500涨跌与基差涨跌相关系数日度变化6 图表8：归一化信号值与未来T个交易日的IC矩阵7 图表9：分档次均收益8 图表10：择时信号值时序图8 图表11：回测净值曲线9 1.股指期货简介 中国金融期货交易所（简称：中金所），是专门从事金融期货、期权等衍生品交易与结算的公司制交易所。成立的目标是完善权益、利率和外汇三条产品线，满足投资者的多样化风险管理需求。 截止2024年3月1日，中金所已经上市的权益类期货品种有：沪深300股指期 货、中证500股指期货、上证50股指期货和中证1000股指期货。已上市的权益类 期权品种有：沪深300股指期权、中证1000股指期权和上证50股指期权。已上市的利率类期货品种有：2年期国债期货、5年期国债期货、10年期国债期货和30年期国债期货。 1.1合约编制 如下图所示，中金所股指期货合约的编制规则： 图表1：股指期货合约编制规则 （沪深300指数/上证50指数）合约乘数300合约到期月份的第三个周五，遇 （中证500指数/中证1000指数）合约乘数200最后交易日国家法定假日顺延 合约标的 合约月份当月、下月及随后两个季月交割方式现金交割 最小变动价位0.2点交割日期同最后交易日 交易时间上午：9:30-11:30，下午：13:00-15:00日涨跌幅前交易日结算价的±10% 资料来源：中金所，国联证券研究所整理 1.2股指期货自2015年以来监管措施变化 如下图所示，中金所股指期货合约的自2015年以来的监管措施变化： 图表2：股指期货自2015年以来的监管措施变化 资料来源：中金所，国联证券研究所整理 2.基差与月历效应 定义：年化基差率=(次月期货–当月期货)/现货*12，该值为负数即为负基差，也叫期货贴水。该值为正即为正基差，也叫期货升水。 2.1中证500年化基差率的时序变化 由于量化整体做指数增强和中性策略的基准都是以中证500为主，中证500的 基差更能反应市场整体的对冲成本和恐慌情绪，所以采用中证500的基差时序变化来反映市场整体的时序变化。 如下两图为自2016年1月1日中证500股指期货IC上市，至2024年3月1日 为止的中证500年化基差率的时序变化图。2021年以来，中证500年化基差率平均值为-5.5%,明显要比2021年之前的-12.5%的贴水小很多，场外雪球产品的大量发行是重要的影响因素之一。 图表3：中证500年化基差率时序值统计 时间区间 20160101-20201231 20210101-20240301 平均值 -12.5% -5.5% 最小值 -69.6% -20.7% 25%分位 -15.2% -9.1% 50%分位 -10.1% -5.6% 75%分位 -7.4% -2.2% 最大值 0.4% 4.9% 资料来源：掘金量化，Wind，国联证券研究所整理 下图为20160101至20240301区间，中证500年化基差率的时序图： 图表4：中证500年化基差率时序图 资料来源：掘金量化，Wind，国联证券研究所整理 2.2中证500年化基差率的周内效应与月历效应 如下两图所示，在20160101至20240301区间，中证500的年化基差率在周内无明显差异，但是在各月份有较为明显的月历效应。1月至5月基差逐步负向扩大，8月至12月基差逐步往正向收缩。这其中可能的原因之一是对市场整体分红的定价。 图表5：中证500年化基差率周内效应图表6：中证500年化基差率月历效应 资料来源：掘金量化，Wind，国联证券研究所资料来源：掘金量化，Wind，国联证券研究所 3.高频基差的情绪表达 股指期货市场主要的功能是给市场权益端的投资者提供一个对冲工具，所以长期套保空头是负基差的主要原因。基差的年化率即为套保者整年付出的一个对冲成本。 然而也有一些套保者并不是一直持有股指期货空头，为了减少对冲成本增加组合的整体收益，这些交易者会进行择时对冲。当市场整体情绪偏空时，随着市场的下跌，股指期货的下跌速度往往会更快，这是因为择时对冲的交易者大量进入市场。基于此逻辑，本文构建一个基于日内高频基差来表达恐慌情绪的指标。 3.1高频基差与指数的相关系数计算 具体算法步骤如下： 用高频截面数据合成1min的股指期货和中证500指数数据 年化基差率=(次月期货–当月期货)/现货*12 计算中证500指数每分钟的涨跌，设为：zz500_ret 计算基差的每分钟涨跌，设为：jc_ret 逐日计算zz500_ret和jc_ret的相关系数，得到corr_zz500_jc 3.2相关系数的时序展示 由于相关系数日频抖动非常大，取20240201至20240301交易日数据进行展示。如下图，用高频1min数据计算的中证500涨跌与基差涨跌相关系数的日度变化。从图中可知，全域相关系数、上行相关系数（取当日所有中证500上涨的1min数据）和下行相关系数（取当日所有中证500下跌的1min数据）大部分交易日数值近似，但也有少数交易日数据差异很大，比如2024-01-04、2024-02-08和2024-02-19等日期，三种相关系数差异比较大。 图表7：高频1min中证500涨跌与基差涨跌相关系数日度变化 资料来源：掘金量化，Wind，国联证券研究所整理 对各类相关系数的解释如下： 全域相关系数：在理想状态下，如果全市场套保者和投机者的结构是稳定的，那么在高频1min层面上，基差应该是平稳的，高频基差变化和行情变化的相关系数（即全域相关系数）应该接近于0。但现实情况却是全域相关系数会随着贪婪抑或恐慌情绪的传播会出现明显的抖动，这也就为捕捉市场情绪提供了一个视角。 下行相关系数：当市场恐慌下跌时，基差的负向扩大即是市场恐慌情绪的集中体现。在数值上反应出来是中证500当日下跌的数据点与基差的负向扩大相关系数较高。 上行相关系数：与下行相关系数对称。 4.择时研究 本文基于高频中证500涨跌与基差涨跌日相关系数进行择时研究，进行信号的 IC矩阵统计后，然后查看分档收益，进行资金分散交易回测。 4.1全域、上行和下行信号值构建与未来收益的IC 构建信号值步骤： 将原始的日频相关系数进行N日的算术平均，降频处理 将算术平均值进行M日的排序，归一化处理 归一化处理的信号值对未来收益进行IC测试 得到归一化的信号值后对未来T个交易日进行IC矩阵测试，如下图所示： 图表8：归一化信号值与未来T个交易日的IC矩阵 全域 ret_1d ret_3d ret_5d ret_10d ret_20d ret_60d all_ma1d 3.46% -0.34%-2.84% 0.89% 2.64% -0.03% all_ma3d -0.21% -4.76%-4.90% 2.10% 4.54% -0.50% all_ma5d -2.58% -4.65% -3.58% 3.83% 6.65% -0.50% all_ma10d 0.65% 1.75% 3.47% 8.70% 10.88% -0.69% all_ma20d 2.47% 4.04%6.09% 10.88% 12.01% -2.13% all_ma60d 0.13% -0.29% -0.51% -1.32% -3.38% -5.16% 上行 ret_1dret_3dret_5dret_10dret_20dret_60d all_ma1dall_ma3dall_ma5dall_ma10dall_ma20dall_ma60d 5.34% 1.26% -0.74% 2.07%1.62% 2.57% 1.03% -3.36%-3.16%-2.96%-2.57% 2.35%2.24% 3.72% -0.78% 3.86%4.13% 4.85% 1.71%2.20%2.17%2.99% 3.73% 7.22%7.00% 5.76% 4.86% 8.30% 7.01%6.71% 2.01% 2.78% 3.55% 4.57%4.56% 2.45% 下行 ret_1dret_3dret_5dret_10dret_20dret_60d all_ma1dall_ma3dall_ma5dall_ma10dall_ma20dall_ma60d 0.26%-0.34%0.52%-0.03% 1.24% -2.80% -0.14%0.44%0.90% 0.08%0.58%0.51% 1.39% 3.15% -4.57% 2.20% 4.34% -5.80% -0.19%1.15% 2.08% 5.10% 6.79% -8.01% 1.45% 3.22% 4.75% 7.98%8.94% -10.96% -0.79%-1.52%-2.25%-4.23%-8.20%-8.05% 资料来源：掘金量化，Wind，国联证券研究所整理 4.2归一化信号预测未来20个交易日的分档收益 选取20个交易日的算术平均值，用120个交易日进行归一化处理，得到分档次 均收益如下图所示，在持有20个交易日的前提下，整个分档