量化专题报告：基于时序反转因子的国债期货策略

期货研究报告|量化专题报告2024-05-17 基于时序反转因子的国债期货策略 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 本报告深入探讨了国债期货市场的时序特征，并通过历史数据分析揭示了其中潜藏的规律与特点。报告首先回顾了中国国债期货市场的发展，然后对两年期、五年期和十年期国债期货品种的价格数据进行了处理和分析。通过研究不同滞后期和不同长度形成期的涨跌方向，以及基于T-2日涨跌方向的相关性分析，我们发现国债期货市场存在显著的短期反转效应。 基于这些发现，本报告提�了两种基于时序反转因子的国债期货交易策略。第一种策略直接利用T-2日的涨跌方向作为交易信号，构建了一个简单的反转交易策略。第二种策略则进一步考虑了市场波动性，通过结合长短周期信号动态调整仓位，改进了原有策略，以适应市场的变化。 策略测试结果表明，改进后的策略在年化收益率、夏普比率以及最大回撤控制等方面均有显著提升，表明结合市场波动和长短周期信号的方法能更有效地捕捉市场反转机会，并提高策略的稳健性。本报告的研究成果旨在为投资者提供更为全面的市场分析工具和决策支持。 请仔细阅读本报告最后一页的免责声明 目录 策略摘要1 国债期货的时序特征4 ■国债期货发展4 ■数据处理4 ■基于不同滞后期的涨跌方向的回归分析5 ■基于不同长度形成期的涨跌方向的回归分析6 ■基于T-2日涨跌方向的相关性分析7 基于时序反转因子的国债期货策略9 ■策略品种选择9 ■策略操作9 ■策略表现9 基于市场波动改进的时序反转因子策略12 ■改进逻辑12 ■策略操作13 ■策略表现13 ■总结15 参考文献16 图表 图1:国债期货成交量变化丨单位：万手4 图2:国债期货主力连续合约日频收盘价丨单位：元5 图3:2024年国债期货日均成交量占比丨单位：%9 图4:基于反转因子的交易策略净值表现丨单位：无10 图5:十年期国债期货的滚动20日波动率分布丨单位：%12 图6:基于市场波动改进后的交易策略净值表现丨单位：无13 图7:改进前后的策略净值表现对比丨单位：无14 表1:两年期国债期货不同滞后期回归结果（日度）6 表2:五年期国债期货不同滞后期回归结果（日度）6 表3:十年期国债期货不同滞后期回归结果（日度）6 表4:国债期货不同长度形成期回归结果（日度）7 表5:国债期货对滞后期=2的涨跌方向的相关性分析结果（日度）8 表6:基于T-2日反转因子的交易策略表现与对比10 表7:对基于T-2日反转因子的交易策略改进后的表现与对比14 国债期货的时序特征 ■国债期货发展 中国国债期货市场起步较晚，中金所于2013年推�了五年期国债期货（TF），2015年推�了十年期国债期货（T），2018年推�了两年期国债期货（TS），由此形成了覆盖短中长端的国债期货产品体系。而在2023年，三十年期国债期货（TL）正式挂牌上市，弥补了我国在超长期端国债期货品种的缺失。如今，国债期货市场已经日趋完善与成熟，成交量也在稳步提升。 图1:国债期货成交量变化丨单位：万手 数据来源：天软，华泰期货研究院 ■数据处理 国债期货作为重要的金融衍生品，其价格波动受多种因素的影响，包括经济政策、利率变动、全球地缘政治风险等。在这样一个复杂而多变的市场环境中，对其时序特征的研究变得尤为重要，它可以帮助投资者更好地把握市场趋势，降低投资风险，获取更高的收益。而在分析时序特征之前，我们需要对价格数据进行处理。由于三十年期国债期货上市至今仅一年时间，时间较短，时序特征还无法完整表现，所以本文将只讨论两年期、五年期和十年期三个国债期货品种。而从流动性与连续性的角度�发，我们将只使用主力合约复权后的日频收盘价数据进行计算与研究。 图2:国债期货主力连续合约日频收盘价丨单位：元 数据来源：天软，华泰期货研究院 ■基于不同滞后期的涨跌方向的回归分析 我们将通过探究其当日涨跌方向与不同滞后期涨跌方向之间的关系，以检验其滞后期收益率对未来收益率在时序上的预测能力，进而直观地展现国债期货的时序特征。 T日收益率的计算方法为 ��=�𝑙�𝑠��/�𝑙�𝑠��−1−1(1) 然后，我们把收益率正负符号记为涨跌方向，将当日收益率符号与不同滞后期收益率符号用以下回归方程分别对三个品种进行OLS线性回归，检验其在时序上是否存在动量或反转效应， 涨跌方向：𝑠��𝑛(��)= 1，T日上涨 (2) −1，T日下跌 回归方程：𝑠��𝑛(��)=�+�𝑠��𝑛(��−𝑛)(3)其中n代表滞后期数。 回归结果 表1:两年期国债期货不同滞后期回归结果（日度） 滞后期 1 2 3 4 5 6 7 8 9 10 Beta -0.014 -0.057 -0.069 -0.005 0.024 0.032 -0.004 -0.002 -0.027 -0.04 T值 -0.518-2.086 (0.05) -2.540 (0.05) -0.1810.8961.183-0.153-0.067-1.002-1.458 滞后期 11 12 13 14 15 16 17 18 19 20 T值 -0.087-0.4851.2541.079 -1.682 (0.1) -0.571-1.51 1.906 (0.1) -0.5990.733 Beta-0.002-0.0130.0340.029-0.046-0.015-0.0410.052-0.0160.02 数据来源：天软、华泰期货研究院；括号内数字代表显著性水平 表2:五年期国债期货不同滞后期回归结果（日度） T值 滞后期 1 2 3 4 5 6 7 8 9 10 Beta -0.018 -0.068 -0.033 0.022 -0.01 0.007 0.002 -0.031 0.002 -0.005 -0.937-3.474 (0.01) -1.682 (0.1) 1.132-0.5150.3710.111-1.5560.113-0.25 滞后期11121314151617181920 T值 0.8561.1950.3520.093-0.309-0.1070.5561.459 2.022 (0.05) 0.634 Beta0.0170.0240.0070.002-0.006-0.0020.0110.0290.040.013 数据来源：天软、华泰期货研究院；括号内数字代表显著性水平 表3:十年期国债期货不同滞后期回归结果（日度） T值 滞后期 1 2 3 4 5 6 7 8 9 10 Beta -0.049 -0.062 -0.036 0.023 0.012 0.015 -0.03 -0.053 0.017 -0.006 -2.313 (0.05) -2.901 (0.01) -1.669 (0.1) 1.090.570.699-1.415-2.497 (0.05) 0.786-0.29 滞后期 11 12 13 14 15 16 17 18 19 20 T值 -0.1181.481-0.285-0.283 -1.840 (0.1) 0.2750.5370.7331.3160.323 Beta-0.0030.032-0.006-0.006-0.0390.0060.0110.0160.0280.007 数据来源：天软、华泰期货研究院；括号内数字代表显著性水平 ■基于不同长度形成期的涨跌方向的回归分析 我们还可以定义类似于Titman&Jegadeesh(1993)以及Moskowitz,Ooi,&Pedersen(2012) 论文中探究动量效应时所用到的形成期（Formation）收益率，不局限于单一滞后期，进 一步分析其时序特征， �=�𝑙�𝑠�� �1,�2 ���𝑚�𝑡��� 2/�𝑙�𝑠��1 −1(4) 并将（4）式替换（3）等式右侧的��−�后进行OLS线性回归，回归结果如下， 表4:国债期货不同长度形成期回归结果（日度） TSTFT ����BetaT值BetaT值BetaT值 12-0.023-0.852-0.044-2.211 (0.05) -0.04-1.866 (0.1) 1 3 -0.061 -2.281 (0.05) -0.066 -3.341 (0.01) -0.074-3.479 (0.01) 1 4 -0.039 -1.431 -0.016 -0.823 -0.054-2.505 (0.05) 1 5 -0.006 -0.209 -0.019 -0.942 -0.054-2.513 (0.05) 110-0.043-1.555-0.033-1.672 (0.1) -0.05-2.308 (0.05) 1 15 -0.033 -1.189 -0.011 -0.565 -0.047 -2.135 (0.05) 120-0.037-1.3020.0080.389-0.011-0.513 2 3 -0.065 -2.436 (0.05) -0.06 -3.056 (0.01) -0.05-2.345 (0.05) 2 4 -0.031 -1.152 -0.025 -1.272 -0.047-2.222 (0.05) 2 5 -0.011 -0.418 -0.028 -1.426 -0.037-1.727 (0.1) 2 10 -0.034 -1.258 -0.041 -2.081 (0.05) -0.047 -2.172 (0.05) 2 15 -0.032 -1.142 -0.022 -1.085 -0.034 -1.552 2 20 -0.036 -1.286 0.009 0.468 -0.011 -0.515 数据来源：天软、华泰期货研究院；括号内数字代表显著性水平 可以注意到，三个品种都呈现�了明显的短期反转效应，其中最为明显的则是滞后日为2的回归结果，其无论在哪个品种中都展现�显著和强烈的反转效应，即在T-2日下跌的品种，在T日更倾向于上涨；相反的，在T-2日上涨的品种，则在T日更倾向于下跌。 ■基于T-2日涨跌方向的相关性分析 为了进一步印证我们的回归分析结果，我们将T日涨跌方向与T-2日涨跌方向进行相关性分析，结果如下 表5:国债期货对滞后期=2的涨跌方向的相关性分析结果（日度） Pearson相关系数 Pearson相关系数P值 Spearman相关系数 Spearman相关系数P值 TS -0.0565 0.0372 -0.0566 0.0370 TF -0.0685 0.0005 -0.0687 0.0005 T -0.0618 0.0038 -0.0618 0.0038 数据来源：天软、华泰期货研究院 相关性分析结果显示，T-2日的涨跌方向与T日在三个品种中都呈现显著的负相关性。而对于这种反转效应，Lo&MacKinlay(1990)指🎧，市场过度反应（Overreaction）是解释反转现象的一个常见理论。根据这个理论，投资者可能会受到乐观或悲观情绪的影响，导致价格暂时偏离其基本价值。这种情绪推动的“动量”会导致价格过度波动，从而产生反转。而非同步交易（Non-synchronousTrading）也是导致反转效应的其中一个因子，即同一资产的价格可能在不同的时间被记录，这可能导致人为的自相关性和交叉自相关性。Liuetal.(2023)则指🎧，除了过度反应之外，考虑到中国市场的投资者结构，个人投资者存在的行为偏差（如羊群效应、反馈交易、