商品趋势系列（一）：重建商品动量策略

深度报告-金融工程 商品趋势系列（一）： 重建商品动量策略 报告日期：2024年3月29日 ★报告结构： 本篇报告是关于动量策略的“白皮书”，我们梳理了关于刻画趋势特征的不同方式，总结了动量策略可能适用环境，根据动量的快和慢提出了三种思路对基础动量策略进行改进。 ★主要结论： 1.商品趋势特征表现在一阶自相关明显，连续同向涨跌的概率显著高，有一定强扩散和长期记忆性，模型信噪比显著，长周期比短周期的趋势性特征更显著。 2.自相关性是趋势在统计学上的表象，而有没有显著的非零漂移项又决定了自相关性的强与弱。不管是信号还是资产收益本身，由于自相关性的存在使得趋势策略有一定的可为能力。 3.识别趋势信号的方法会不可避免地带入了滞后性，使得趋势策略存在着可为成本，表现为滞后性与平滑性的取舍。 4.动量策略比较显著依赖于长期趋势，趋势赚钱效应伴随市场活跃度、资金量上升，以及宏观通胀利率周期等。 5.趋势策略可分解成市场分散度、策略功效以及品种波动有关，但该框架仅能事后分析却不能协助优化策略。 6.时序动量关注资产本身趋势，而截面动量侧重相对的趋势变化，后者一定程度上规避了市场系统性的同向变化，而更考验市场整体的分散程度。两种动量策略没有孰优孰劣。 7.动量的快与慢周期，可以基于波动率是升波还是降波去选择，也可以站在截面的角度，用主、副因子的另类复合方法来综合把快慢动量考虑在一起。 8.提出了一种基于ACF的新指标ETR，去衡量不同品种不同周期下的趋势强和弱，从品种的角度就剔除那些短期趋势不行的品种，这样一定程度上能获得更好的表现。 9.最终重建的动量策略是基于另类复合的截面动量策略CSMOM、基于ETR筛选+波动率选择的TSMOM这两个策略，年化收益9.1%，夏普比率0.89。 ★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、初识期货市场的动量异象5 1.1、一个关于反身性的小游戏5 1.2、动量异象的形成源于市场并非有效5 2、统计期货市场的趋势特征7 2.1、趋势特征：非白噪声/异方差性/非正态性8 2.2、趋势特征：显著的自相关性8 2.3、趋势特征：较高的持续性与较低的排列熵9 2.4、趋势特征：一定程度的尾部性10 2.5、趋势特征：显著的信噪比11 2.6、趋势特征：时间尺度的快与慢13 3、理解趋势策略的本质14 3.1、趋势策略的三个基本公式14 3.2、对不同情形下趋势策略交易特点的理解16 4、了解趋势策略的适应环境17 4.1、从市场整体走势看17 4.2、从宏观的角度看17 4.3、从市场活跃度看18 5、构建时序与截面动量策略19 6、复现AQR分析趋势策略的框架22 7、对基础动量策略的改进优化23 7.1、改进一：基于波动率选择快慢周期的动量策略23 7.2、改进二：基于另类复合的CSMOM策略25 7.3、改进三：基于ETR品种筛选+波动率选择周期的TSMOM策略27 7.4、最终复合的动量策略28 8、报告结论29 9、附录31 主力合约切换规则31 预期趋势策略收益指标ETR的推导过程32 2期货研究报告 图表目录 图表1：AQR对价格趋势形成的通俗解释6 图表2：国内上市交易且相对活跃的期货品种7 图表3：白噪声、异方差性和正态性检验结果8 图表4：螺纹钢RB的自相关性ACF9 图表5：螺纹钢RB的偏自相关性PACF9 图表6：1阶/2阶自相关性平均值（按大类）9 图表7：1阶/2阶偏自相关性平均值（按大类）9 图表8：螺纹钢RB重标极差法R/S回归结果10 图表9：Hurst指数及排列熵的平均值（按大类）10 图表10：玉米C的热手效应10 图表11：螺纹钢RB的热手效应10 图表12：热手效应统计连续同向发生概率的平均值（按大类）11 图表13：AR或GARCH信噪比平均值（按大类）12 图表14：趋势特征综合排序名次平均值（按大类）12 图表15：各个品种的趋势特征综合排序名次13 图表16：螺纹钢RB热手效应随时间周期的变化13 图表17：螺纹钢RB不同持仓和回看长度的相关性13 图表18：螺纹钢RB复杂性随时间周期的变化14 图表19：螺纹钢RB信噪比随时间周期的变化14 图表20：Winton研究指出趋势跟踪策略的“速度”选择在偏慢14 图表21：趋势策略受信号、资产自相关性以及二者互相关性的影响15 图表22：信号自相关性与资产趋势性所关联的交易矩阵16 图表23：海外商品策略产品的收益情况17 图表24：国内商品策略产品的收益情况17 图表25：从通胀与金融角度看宏观周期的变化18 图表26：国内商品市场成交量与资金量的变化19 图表27：国内商品市场上市交易及活跃品种数量19 图表28：快、慢周期时序动量和截面动量策略净值20 图表29：快、慢周期时序动量和截面动量策略绩效20 图表30：时序动量策略于截面动量策略的相关性21 图表31：快慢周期等权的动量策略净值21 图表32：快慢周期等权的动量策略绩效21 图表33：快周期CSMOM收益的年度差异性分析22 图表34：慢周期CSMOM收益的年度差异性分析22 图表35：快周期TSMOM收益的年度差异性分析23 图表36：慢周期TSMOM收益的年度差异性分析23 图表37：快慢动量之间相关性与滚动30日平均波动率24 图表38：动态选择快慢周期的时序和截面动量策略净值25 图表39：动态选择快慢周期的时序和截面动量策略绩效25 图表40：另类复合截面多因子的示意图26 图表41：另类复合方法的截面动量策略净值26 图表42：另类复合方法的截面动量策略绩效26 图表43：ETR指标在几个品种上的走势27 图表44：考虑ETR品种筛选的TSMOM策略净值28 图表45：考虑ETR品种筛选的TSMOM策略净值28 图表46：最终的复合动量策略表现29 图表47：主力合约切换示意图31 1、初识期货市场的动量异象 物理学中物体只要存在质量就有惯性，如果状态为非静止，有惯性的物体就存在动量，而动量效应（MomentumEffect）刻画的是它指随时间变化而产生持续地方向性运动，说到底也就是对它的“趋势”的描述。然而，有趋势或动量效应的主体不仅仅可以是某个物体，也可以是某个社会性的行为规律，如音乐潮流、人口迁移，当然也可以是金融市场中被参与者交易出来的“价格”。那怎么理解市场中的动量效应本质呢？我们首先从一个关于“反身性”的小游戏说起，然后聊聊学术界目前对于动量的普遍认知。 1.1、一个关于反身性的小游戏 芝加哥大学经济学教授RichardThaler曾在《金融时报》提出这样一个游戏： “请从0到100之间任意选取一个整数，不要告诉别人，私信给游戏组织者，胜者将是最接近平均数的三分之二的那位” 我们可以从题目上自然做出如下假设：假如只有两个参与者A和B，不管是谁做选择前需要猜测对手的选择。若A选50，B选46，获胜点位在48*2/3=32。实际上只要比对手小就可以获胜。如果所有参与者都是理性的，可能最后大家给到的数字都是0,。但是实际参与者多为非理性的，而且当参与人数多的话，不确定性增加，未知信息让结果变得似乎无法预测。从这个小游戏衍生出来的结论就是， （1）市场存在信息不对称 （2）每个人的选择实际上不仅仅影响了其他人也影响了自己 以上就构成了所谓反身性的现象，同时也是理解为何市场出现动量效应的原因。因为，参与者的思维会影响金融市场本身，从而让价格的走势不再是独立的。 假设市场交易信息并形成价格的过程可以由如下简单两步表示：首先，资产价格𝑥𝑡+1是市场参与者行为𝑦�的作用结果， 𝑥�=𝐹(𝑦𝑡) 其次，资产价格反过来又影响市场参与者的行为， 𝑦𝑡+1=𝑓(𝑥𝑡) 最终，𝑥𝑡+1=𝐹(𝑓(𝑥𝑡))，�+1期的资产价格是�期价格的某个函数，这在一定程度上可以视为鞅过程或马尔可夫链，这也解释了价格本身的“运动”（趋势）会形成自相关性AR（1）过程。 1.2、动量异象的形成源于市场并非有效 金融市场上的趋势（动量异象）很难用风险补偿理论来解释，因为不像其他因子 一样，动量效应背后所承担的风险仍未被具象，目前学术界比较主流的看法是认为动量具有时变的系统性风险敞口。而更被市场所普遍接受的理论是错误定价，从行为金融学上看，动量效应之所以存在和投资者认知偏差及反映不足有关，也就是假设了信息到价格的反映存在一定的弛豫时间。 AQRCapitalManagement对于向市场普及资产价格的动量效应做了很多贡献。在他们一篇广为流传的报告《MomentumEverywhere》中指出动量效应不仅存在于股票市场，而且可以跨越不同的资产类别和地理边界，通过全球多元化的投资组合和系统性的交易方法，投资者可以在多个市场和资产中寻找并利用动量效应，以期望获得超额回报。关于股票市场中的动量效应研究已有许多文献，而我们更加关心期货市场中的动量异象以及它所能带来的趋势收益。 图表1：AQR对价格趋势形成的通俗解释 资料来源：AQR，Hurst,OoiandPedersen(2013) 期货所谓“信息到价格的弛豫时间”相比股票似乎“更长”（趋势特征更明显）的原因，有以下几个方面：（1）期货参与者相对较少，理性程度低，容易“听风就是雨”，市场有效程度更低；（2）股票主体是企业，企业信息公开程度高，而期货标的是某个市场，影响面广，容易使价格不能充分反应市场上的信息；（3）股票因为不存在到期日，所以任何消息对预期的影响都会很快地反映到股价上，而影响期货的因素往往和产业链的供需情况或预期变化有关，信息的传递和反馈相对较慢。 作为大宗商品，影响其基本面的主要是供需关系，但影响供需的任何消息会不同程度地反映到期货的不同到期日的合约价格上，所以任何还未落地的、基本面预期上的消息都会影响到期货价格，并从而形成期限结构。这样的特点使得期货所谓“信息到价格的弛豫时间”相比股票似乎“更长”，也促使了期货市场价格趋势特征更显著的特点，那么期货市场上的趋势赚钱效应更有基础。 2、统计期货市场的趋势特征 我们挑选了交易状态相对活跃的国内上市的60个期货品种（主要剔除了郑商所、 大商所上市的谷物及建材类品种），主要参考了历史上日均成交量超过1万手及日均成 交金额超过5亿元的情况，然后分别统计了它们各自的能够反映其趋势特征的变量，样本区间选择各个品种上市首日至今。另外，所有的统计计算均采用自定义的主力合约，具体构建方法请见附录。 图表2：国内上市交易且相对活跃的期货品种 品种名 Wind大类 上市天数 品种名 Wind大类 上市天数 JD 鸡蛋 农副产品 2526 A 黄大豆1号 油脂油料 3457 CS 玉米淀粉 农副产品 2252 B 黄大豆2号 油脂油料 3457 AP 苹果 农副产品 1517 M 豆粕 油脂油料 3457 CJ 红枣 农副产品 1190 P 棕榈油 油脂油料 3457 LH 生猪 农副产品 777 Y 豆油 油脂油料 3457 PK 花生 农副产品 761 OI 菜籽油 油脂油料 3455 L 塑料 化工 3457 RM 菜籽粕 油