您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[东证期货]:金工策略周报 - 发现报告

金工策略周报

2024-11-10王冬黎、李晓辉、常海晴、徐凡、范沁璇东证期货Y***
AI智能总结
查看更多
金工策略周报

主要内容 ★股指期货行情简评: 上周市场情绪明显提振,四宽基指数均收涨,小盘强于大盘,股指期货成交活跃度环比提升,不同期指基差走势分化,IH、IF基差小幅走强而IC、IM基差走弱。(股指期货基差=期货收盘价-现货收盘价) ★股指期货基差策略推荐: 不同品种基差走势分化,IH与IF基差受市场情绪影响走强,500与1000指数已经上涨至敲入敲出型产品集中敲出线区域,触发敲出为基差带来了较大的下行压力。IH与IF升水幅度较大,由于两品种空头套保需求的缺失,预计升水格局将维持,推荐关注两品种的期现正套策略。而IC、IM继续上涨会触发敲出,下跌基差则会受市场情绪影响,因此两品种基差维持贴水以及贴水走阔概率更高,建议关注两品种的跨期正套策略。空头套保IC、IM建议继续持有远季合约,IH、IF则可考虑近月合约赚取升水收敛收益。 ★股指期货套利策略跟踪: 跨期套利动量因子近期信号不明朗,多周期动量信号分歧较大,IH有所回撤而IC有所盈利;跨期套利年化基差率因子各品种主要给出反套信号,上周IH、IF盈利但IC、IM亏损,IC最新一期年化基差信号转正套。 ★股指期货择时策略跟踪: 日度择时策略各模型上周仅单因子等权策略盈利,信号方面,各模型近期信号变化较快,最新信号,等权单因子看涨500,轻微看空50和300;Xgboost模型最近信号倾向看空各品种;OLS模型最近信号看空300和1000,看多50和500; 日内择时策略近一周小幅收跌,IF的10:30日内动量效应持续表现优异但其他因子出现较大回撤。 各品种基差走势分化 跨期套利策略——动量因子 动量因子:过去k个交易日跨期反套组合的收益率。策略构建:IH使用一年动量,IF、IC等权配置10、20、30、40、60、80、120、250个交易日的动量因子, 构建多周期动量策略。收盘价调仓,交易成本按单边万0.5考虑。 跨期套利策略——年化基差率因子 策略构建说明:根据当日14:45各期限合约年化基差率日度调仓,做多年化基差率最低的合约、做空年化基差率最高的合约,距离到期日小于10天的合约不在选择范围内,收盘价调仓,交易成本按单边万0.5考虑。其中IH、IF年化基差率作剔除分红处理,IC、IM使用原始基差。 日内择时策略跟踪——单因子等权 等权配置2024年前夏普大于0.5,日收益率相关系数小于0.3的单因子,共选出5个因子。跟踪策略在样本外表现。本页展示了等权配置5个因子的跟踪回测结果,另外每个品种各选择了一个因子展示其表现。 日度择时策略跟踪——多因子合成模型表现 单因子等权:等权配置2023年以前夏普大于0、相关性小于0.3的因子XGB:2023年前样本用于筛选变量与调参OLS:2023年前样本用于筛选变量与调参 国债期货量化策略 王冬黎金融工程首席分析师(国债期货)从业资格号:F3032817投资咨询号:Z0014348Email: dongli.wang@orientfutures.com 量化模型最新策略观点 Ø本周策略关注 •期债量化模型建议单边策略中性偏空对待,建议关注国债期货套保策略。 Ø期货单边策略跟踪 •基于机器学习的日度多空量化择时策略(T、TF、TS)净值本周净值震荡,最新策略信号中性偏空。 •基于债券净价加基差预测的TL择时策略信号偏多。 Ø期货套利策略跟踪 •仓位调整后的跨品种策略当期信号为做空久期中性T-TL组合。 Ø信用债中性策略跟踪 •信用债久期轮动加对冲策略持有高久期3-5年指数并进行国债期货对冲。 Ø现券久期策略跟踪 •久期轮动策略维持1-3年低久期指数持仓,不同久期指数预期持有回报均有所下降。 1、国债期货基差与期现套利监控 Ø基差与期现套利 •本周期债震荡偏强运行,不同品种基差普遍延续回落态势。具体数据方面,30年主力合约基差位于2.13,较上周上下行0.6,隐含回购利率IRR位于-14.65%;10年期主力合约本周基差位于-0.06,较上周下行0.1,隐含回购利率IRR位于2.62%;5年期主力合约基差位于0.21,隐含回购利率IRR位于0.07%;2年期国债期货基差位于0.0,隐含回购利率IRR为1.69%。 2、LSTM高频量价日度择时策略 ØLSTM模型高频量价日度策略 •基于机器学习的日度多空量化择时策略(T、TF、TS)净值本周净值震荡,最新策略信号中性偏空。 •期债日度多空策略样本外整体表现稳定,模型构建过程我们基于国债期货高频量价采用LSTM模型预测国债期货日度收益,对于每个品种分别基于多个窗口进行模型训练,我们展示所有窗口训练模型信号等权的结果。 3、三十年国债期货择时策略 Ø三十年国债期货策略 •基于债券净价加基差预测的三十年国债期货策略信号偏多。 •三十年国债期货策略基于债券净价预测与期货基差变化预测相叠加的方法,债券净价预测指标我们基于活跃券技术指标与利率利差数据,基差预测基于线性收敛的假设。 4、久期中性跨品种套利策略 Ø久期中性跨品种套利策略 •仓位调整后的跨品种策略当期信号为做空久期中性T-TL组合。 •策略构建方面,我们基于动态久期中性配比构建的国债期货跨品种久期中信组合,再基于久期中性配比计算各个组合的基差Carry,久期中性和时序滚动标准化后对六个组合基差Carry绝对值进行排序,持有Carry因子值绝对值最高的组合。 4、久期中性跨品种套利策略 Ø久期中性跨品种套利策略 •策略2021年至今基于当季合约构建年化收益4.7%,最大回撤3.9%,夏普比率1.15。基于下季合约构建年化收益4.2%,最大回撤2.8%,夏普比率1.2。基于次主力合约构建年化收益4.3%,最大回撤3.2%,夏普比率1.22。 5、信用债久期轮动中性策略 Ø信用债轮动加对冲中性策略 •当前信用债久期轮动加对冲策略持有低久期3-5年指数并进行国债期货对冲。 •信用债久期轮动中性策略的构建基于国债期货对冲压力指数判断信用债久期敞口并采用信用债对冲模型通过国债期货空头对冲构建中性策略。国债期货对冲压力指数基于资金成本、隐含回购利率和债券借贷成本构建: 6、现券久期轮动策略 Ø现券久期轮动策略 Ø久期轮动策略维持1-3年低久期指数持仓,不同久期指数预期持有回报均有所下降。 Ø国债久期轮动策略是我们基于债券超额收益预测模型构建的现券月度现券久期择时策略,策略建模过程先构建并预测零息债券超额收益,再通过动态复制的方法将得到实际可投资的四个中债国债财富指数的净值(1-3Y、3-5Y、5-7Y和7-10Y)根据收益预测值排序选择预期回报最高的指数作为当期持仓。 主要内容 ★商品因子表现: •最近一周商品各类因子表现总体涨多跌少。其中,量价趋势类、期限结构类和波动率类因子涨幅较高,现货基差类因子小幅下跌。 ★跟踪策略表现: •CWFT策略年化收益10.0%,夏普比率1.64,Calmar1.14,最大回撤-8.81%,最近一周收益0.53%,今年以来收益1.79%。•C_frontnext & Short Trend策略年化收益12.5%,夏普比率1.86,Calmar1.86,最大回撤-6.72%,最近一周收益0.29%,今年以来收益-0.21%。•Long CWFT & Short CWFT策略年化收益14.9%,夏普比率1.57,Calmar1.14,最大回撤-13.07%,最近一周收益1.36%,今年以来收益-1.06%。•CS XGBoost策略年化收益10.4%,夏普比率1.74,Calmar1.42,最大回撤-7.34%,最近一周收益-0.23%,今年以来收益-0.79%。•RuleBased TS Sharp-combine策略年化收益12.1%,夏普比率1.50,Calmar1.46,最大回撤-8.26%,最近一周收益-0.00%,今年以来收益2.31%。•RuleBased TS XGB-combine策略年化收益12.6%,夏普比率2.06,Calmar2.81,最大回撤-4.49%,最近一周收益0.39%,今年以来收益5.98%。•CS strategies, EW combine策略年化收益16.2%,夏普比率2.17,Calmar2.19,最大回撤-7.38%,最近一周收益0.92%,今年以来收益-0.78%。 商品截面单因子的业绩表现 •最近一周商品各类因子表现总体涨多跌少。其中,量价趋势类、期限结构类和波动率类因子涨幅较高,现货基差类因子小幅下跌。 •今年以来表现相对较好的商品大类因子是,期限结构类和量价趋势类因子。而今年以来期现基差类、仓单类因子表现较差,但近期也在逐步修复。总体上CTA因子的表现在逐步修复,我们认为商品市场仍存在一定的盈利空间。 基于因子的商品策略跟踪表现 跟踪策略概览 •CWFT组合:以Carry、Warrant、Futurespot和Trend类因子的简单复合组合,同一大类内部的因子等权,而不同的大类之间则以、以5:2:2:1的权重再复合 •C_frontnext& Short Trend组合:在不改变长期价差因子持仓方向的前提下尽可能地对冲掉短期价格波动的负收益。C_frontnext为主因子,Short Trend(窗口参数为20日的16个趋势因子)为副因子 •Long CWFT & Short CWFT组合: C\W\Fs\T四类因子内部等权复合后再以5:2:2:1复合,长周期的CWFT因子为主因子,短周期的CWFT因子为副因子 •截面CS XGB组合:基于全市场品种得到的时序因子XGB组合,用20091231-20191231之间样本进行训练 •RuleBasedTS夏普加权组合:基于规则型多空信号的时序因子策略,由因子库叠加规则+粗粒化窗口参数得到的指标,经过样本内筛选后获得的夏普加权组合 •RuleBasedTS XGB组合:基于规则型多空信号的时序因子策略,由因子库叠加规则+粗粒化窗口参数得到的指标,经过样本内筛选后获得的XGBoost组合 CWFT组合 •"本策略(CWFT)上周持仓品种24个,净持仓24.6%,总持仓收益0.5%,胜率54.2%,其中表现较好的是JD(0.34%)、P(0.20%),较差的是RU(-0.16%)、SR(-0.14%)。本周该策略持仓品种24个,净持仓25.1%,其中有1个品种需要展期,总的换手资金比例为18.5%。" C_frontnext& Short Trend组合 •"本策略(C_frontnext &Short Trend)上周持仓品种24个,净持仓0.4%,总持仓收益0.3%,胜率58.3%,其中表现较好的是EC(0.27%)、SI(0.21%),较差的是B(-0.44%)、M(-0.18%)。本周该策略持仓品种24个,净持仓3.2%,其中有2个品种需要展期,总的换手资金比例为70.5%。" Long CWFT & Short CWFT组合 •"本策略(Long CWFT &Short CWFT)上周持仓品种24个,净持仓60.5%,总持仓收益1.4%,胜率54.2%,其中表现较好的是JD(0.56%)、P(0.35%),较差的是SR(-0.20%)、SM(-0.08%)。本周该策略持仓品种24个,净持仓66.4%,其中有1个品种需要展期,总的换手资金比例为24.6%。" CSXGBoost组合 •"本策略(CS XGBoost)上周持仓品种24个,净持仓0.0%,总持仓收益-0.2%,胜率45.8%,其中表现较好的是B(0.18%)、FU(0.10%),较差的是AO(-0.33%)、SI(-0.17%)。本周该策略持仓品种24个,净持仓0.0%,其中有3个品种需要展期,总的换手资金比例为51.4%。" RuleBasedTS Sharp加权组合 •"本策略(RuleBased TS XGB-combine)上周持仓品种39个,净持仓-12.1%,总持仓收益0.5%