固收量化套利系列之三：网格交易法在跨品种套利策略中的应用

中信期货研究|固定收益策略报告(国债) 网格交易法在跨品种套利策略中的应用 ——固收量化套利系列之三 2024-12-02 投资咨询业务资格： 证监许可【2012】669号 报告要点 本文利用网格交易法在流动性较好的TL、T和TF主力合约之间构建了日内15min级别的跨品种套利策略。我们发现通过ER指标判断日内价差走势状态，进而动态调整网格数量和杠杆倍数的方式可以进一步提升策略表现。 中信期货商品指数走势 中信期货十年期国债期货指数中信期货沪深300股指期货指数中信期 131 127 123 119 115 111 107 摘要：本文将网格交易法在国债期货日内跨品种套利策略上进行了初步的尝试，并利用ER指标对网格数量进行动态调整，即当判断近期市场偏震荡时设置较多的网格数量，判断市场偏趋势时设置较少的网格数量，可以进一步提升策略整体表现。 T-TF跨品种套利策略：从2016年至今，优化后策略年化收益3.50%，最大回撤0.47%，Sharpe比5.31，Calmar比7.38，日度胜率73.5%。通过动态调整网格数量和杠杆倍数，策略整体表现相较于调整前能够获得明显提升。 TL-T跨品种套利策略：从TL合约上市至今，优化后策略年化收益2.88%，最大回撤0.31%，Sharpe比3.67，Calmar比9.17，日度胜率68.6%。通过动态调整网格数量和杠杆倍数，策略在收益、波动和回撤控制上均可以获得明显提升。 TL-TF跨品种套利策略：从TL合约上市至今，优化后策略年化收益2.15%，最大回撤0.31%，Sharpe比3.01，Calmar比6.83，日度胜率70.2%。通过动态调整网格数量和杠杆倍数，策略整体表现同样明显改善。 TL-T-TF蝶式套利策略：从TL合约上市至今，优化后策略年化收益2.49%，最大回撤0.12%，Sharpe比5.95，Calmar比20.47，日度胜率72.7%。通过动态调整日内网格数量和杠杆倍数，在绝对收益上相较于每日固定设置较小的网格步长时略有不及，但胜在回撤和波动更小。 风险提示：回测仅基于历史数据 103 固定收益团队 研究员：张菁 021-60812987 从业资格号F3022617 投资咨询号Z0013604 程小庆 021-60819969 chengxiaoqing@citicsf.com 从业资格号F3083989 投资咨询号Z0018635 张陆 021-80401729 zhanglu2@citicsf.com从业资格号F03105230投资咨询号Z0021341 肖琅 021-60819969 xiaolang@citicsf.com从业资格号F03108042投资咨询号Z0021456 重要提示：本报告非期货交易咨询业务项下服务，其中的观点和信息仅作参考之用，不构成对任何人的投资建议。我司不会因为关注、收到或阅读本报告内容而视相关人员为客户；市场有风险，投资需谨慎。 目录 摘要：1 一、网格交易策略简介3 二、策略逻辑3 三、策略回测结果4 （一）跨品种套利5 （二）蝶式套利7 四、策略容量测算8 免责声明11 图目录 图表1：网格交易策略逻辑4 图表2：T-TF跨品种网格交易策略净值5 图表3：T-TF跨品种网格交易策略表现5 图表4：TL-T跨品种网格交易策略净值6 图表5：TL-T跨品种网格交易策略表现6 图表6：TL-TF跨品种网格交易策略净值7 图表7：TL-TF跨品种网格交易策略表现7 图表8：TL-T-TF蝶式网格交易策略净值8 图表9：TL-T-TF蝶式网格交易策略表现8 图表10：T2412合约Tick数据示例9 图表11：基于网格交易法的跨品种套利策略理论容量平均值分布9 图表12：基于网格交易法的跨品种套利策略理论容量平均值下限10 在前篇系列报告《国债期货量化套利策略系列之二：基于宏观因子的国债期货跨品种套利策略》一文中，我们通过利用宏观因子预测月频期限利差变化，并用国债期货实现做陡或做平曲线的操作。 本文将视角转向日内，尝试直接通过期货合约的价格信息构建更高频率的交易策略，以形成对之前低频策略的互补。本着便于理解和使用的原则，本篇报告首先采用较为经典的网格交易法对跨品种套利策略进行了初步探索。 一、网格交易策略简介 网格交易策略是一种基于价格波动获利的量化交易策略。基本原理为对资产价格设定一个交易区间范围，并按照一定的间隔将这个区间范围划分成多个网格，并在这些网格之间进行买卖操作，在价格较低的网格处买入，在价格较高的网格处卖出，从而在震荡市场中获取收益。 网格交易策略的优势在于不需要预测资产价格的涨跌，只需要根据当前价格的走势进行低买高卖，在交易层面具备较高的可操作性，投资者只需自行确定网格区间和步长就可以自动进行买卖操作，有助于避免交易情绪导致的主观决策失误。 不过，由于网格交易策略通过波动获利，因此适用于震荡市或趋势不明显的市场，但在市场出现单边上涨或下跌时，价格向单方向持续偏离可能导致资金持续反向建仓而无法平仓获利。考虑到国债期货的跨品种价差日内的均值回归特征相较于单个合约价格走势更加显著，因此我们认为将网格交易法用于国债期货的跨品种套利是可行的。 二、策略逻辑 首先，我们按照久期中性配比得到不同的国债期货合约之间的价差，然后根据历史数据滚动计算日内价差的区间上下界来作为边界值。其中，我们将过去一段时间根据日度收盘价计算的价差的布林带上下轨作为当日日内价差的边界值。 在得到边界值后，我们按照一定的步长将区间划分为若干个细分网格，网格层面主要采用等差网格，对应相同的步长。如果当前价格向下突破目前所处的网格下界，我们做多价差（若当前持有价差空头，则只平掉现有仓位，不立刻反向开仓）。如果价格向上突破目前所处的网格上界，则做空价差（若当前持有价差多头，则只平掉现有仓位，不立刻反向开仓）。在价差运动至新的网格内后，再进行上述判断，以此类推。 此外在网格数量的设置上，我们需要结合日内价差的运动状态来确定不同的 网格数量。背后的逻辑在于当价差的趋势性更强时，为降低在趋势行情中频繁反向建仓带来的不利影响，可以将网格步长设置得大些；而当价差更偏震荡时，为了能更好获取行情波段的收益，相应可以将网格步长缩小。在这里，我们仍然参考了前期报告《固收量化择时对冲系列之一：情绪面视角下的国债期货短周期择时策略》中提出的ER指标：根据日内行情数据计算日频ER指标，当ER指标边际上行时，认为近期日内走势偏趋势，可以设置更少的网格数量；反之可以设置更多的网格数量。 当可用资金全部建仓完毕后，我们在下一根K线全部平仓。此外，我们也加入了止损操作，即根据当前K线收盘价计算持仓的浮动盈亏，若持仓合约的浮亏超过一定阈值时，同样在下一根K线处全部平仓。当全部平仓后，我们再重新基于上述判断进行网格交易。 最后，为避免隔夜涨跌对持仓头寸的影响，策略层面均采用当日开平仓的处理方式。考虑到尾盘流动性原因可能造成合约无法及时平仓，因此我们在15:00时就平仓离场。 图表1：网格交易策略逻辑 网格划分 •以日度收盘价价差的布林带上下轨作为边界 •根据边界设置步长相等的若干个网格 网格数量 •ER指标边际上行时，设置网格数量为5 •ER指标边际下行时，设置网格数量为10 低买高卖 •价差突破当前网格的下（上）界时，相应做多 （空） •若已持有反向头寸，则只平仓，并不立刻反向开仓 平仓时机 •可用资金全部建仓完毕 •浮动亏损超过一定阈值 •15:00平仓离场 资料来源：Wind中信期货研究所 三、策略回测结果 在回测上，我们以15min频率构建相应的网格交易策略，以每个15分钟K线的收盘价进行上述判断，并以下一个15分钟K线的开盘价开仓或平仓。需要注意的是，我们在第一根K线处根据收盘价确定当前所处的网格位置，然后再根据下一根K线收盘价判断开仓方向，因此初次开仓的时间段实际为第3根K线，即上午10：00。回测时设定每张合约手续费3元，考虑到国债期货日内波动较小，因此在交易规模并不大叠加限价单交易的情况下，滑点理论上可以忽略不计，故在回测时暂不考虑交易滑点。我们在下一节会对策略理论容量进行测算，以估计不产生滑点时的策略容量上限。 （一）跨品种套利 考虑到TS合约的流动性原因，本小节我们分别测试了网格交易策略TL、T、和TF主力合约两两之间共3个跨品种配对上的表现。我们设置初始资金为1000 万，回测区间为2016年至2024年。需要注意的是，我们每次开仓利用（1/网格 数量）比例的资金作为保证金，建立的仓位大小仍然为1000万名义面值的期货合约。前文我们提到行情风格对应着不同的网格大小，因此这样设置的优点在于在行情偏震荡时可以通过放大杠杆倍数从波段中获取更高的收益，在行情偏趋势时则可以缩小杠杆倍数来降低反向减仓带来的回撤。最终结果如图表2-图表7所示。 图表2-图表3展示了T和TF主力合约之间的跨品种套利策略表现。样本期内，网格数量为10时策略年化收益率3.51%，最大回撤1.63%，夏普比4.54，Calmar比2.16，日度胜率76%；网格数量为5时策略年化收益率2.71%，最大回撤0.47%，夏普比4.59，Calmar比5.71，日度胜率73.4%；在基于ER对网格数量进行调整后，策略年化收益率3.50%，最大回撤0.47%，夏普比5.31，Calmar比7.38，日度胜率73.5%。可以发现通过ER指标动态调整日内网格数量和杠杆倍数后，策略整体表现相较于调整前能够获得明显提升。 图表2：T-TF跨品种网格交易策略净值 网格数量=10网格数量=5基于ER调整网格数量 1.3 1.25 1.2 1.15 1.1 1.05 1 2016/1/42017/1/42018/1/42019/1/42020/1/42021/1/42022/1/42023/1/42024/1/4 资料来源：Wind中信期货研究所 图表3：T-TF跨品种网格交易策略表现 年化收益 最大回撤 夏普比 Calmar比 日度胜率 网格数量=10 3.51% 1.63% 4.54 2.16 75.99% 网格数量=5 2.71% 0.47% 4.59 5.71 73.40% 基于ER调整网格数量 3.50% 0.47% 5.31 7.38 73.54% 资料来源：Wind中信期货研究所 图表4-图表5展示了TL和T主力合约之间的跨品种套利策略表现。样本期内，通过ER指标动态调整日内网格数量和杠杆倍数后，策略表现要显著优于调整前，在年化收益、策略波动和控制回撤上均有着较为明显的提升。 图表4：TL-T跨品种网格交易策略净值 网格数量=10网格数量=5基于ER调整网格数量 1.045 1.04 1.035 1.03 1.025 1.02 1.015 1.01 1.005 1 2023/4/242023/7/242023/10/242024/1/242024/4/242024/7/242024/10/24 资料来源：Wind中信期货研究所 图表5：TL-T跨品种网格交易策略表现 年化收益 最大回撤 夏普比 Calmar比 日度胜率 网格数量=10 2.39% 0.51% 2.61 4.70 69.06% 网格数量=5 1.43% 0.46% 2.11 3.10 67.18% 基于ER调整网格数量 2.88% 0.31% 3.67 9.17 68.61% 资料来源：Wind中信期货研究所 图表6-图表7展示了TL和TF主力合约之间的跨品种套利策略表现，整体上看结果类似，通过ER指标动态调整日内网格数量和杠杆倍数能够较为显著提升策略整体表现。 图表6：TL-TF跨品种网格交易策略净值 网格数量=10网格数量=5基于ER调整网格数量 1.035 1.03 1.025 1.02 1.015 1.01 1.005 1 0.995 2023/4/242023/7/242023/10