股指期货专题报告：兼论股指基差的回归性-股指期货基差择时策略研究

期货研究报告|金融研究 专题报告 股指期货基差择时策略研究 ——兼论股指基差的回归性 2025年1月10日 股指期货专题报告 研究员：于虎山0755-82709642yuhs1@cmschina.com.cnF0272480Z0002746研究员：乔垒（+86）15805605265，qiaolei1@cmschina.com.cnF03109207Z0021548研究员：赵嘉瑜(+86）13686866941zhaojiayu@cmschina.com.cnF3065666Z0016776 在股指期货广泛应用且常用于多头替代的背景下，基差变动显著影响组合收益率，本文旨在基于基差特性构建量化择时策略，提升投资效益。 情绪因素、套利交易导致股指期货基差具有较强的回归性。 整体而言，股指期货基差的回归性较强：极端基差行情往往不具有持续性，一般情况下会快速收敛。我们认为，基差的回归性主要源于情绪因素和套利交易。 反转策略的基差择时表现出色，在最大回撤、卡玛比率上提高了组合表现。多头替代场景下，基于分位数和布林带的反转择时策略有效降低了投资组合的最大回撤，且提升了卡玛比率。原因或在于市场波动中，反转因子能较好捕捉基差回归机会，增强投资组合收益稳定性。 结论与建议：多头替代时，应考虑与反转择时相结合的策略。 指数型投资中，采用股指期货多头替代与基差择时相结合的策略可优化组合净值表现，投资者在股指期货投资中应重视基差回归特性，可优先考虑反转策略，以提升投资效率与收益。 风险提示：模型误差、基差波动较大 敬请阅读末页的重要声明 正文目录 一、期现复盘3 （一）期现和基差情况3 （二）基差的回归性明显5 二、基差择时策略6 （一）基于分位数的反转策略6 （二）基于布林带的反转策略7 三、结论和建议8 图表目录 图1：上证50期现和基差变动情况3 图2：沪深300期现和基差变动情况3 图3：中证500期现和基差变动情况4 图4：中证1000期现和基差变动情况4 图5：IF01基差与历史分位数情况5 图6：基差的回归性及影响因素6 图7：基于分位数的反转择时策略表现（基准：指数现货）7 图8：基于布林带的反转择时策略表现（基准：指数现货）8 表1：截至2025.1.9，股指期货各品种连一合约基差的统计指标4 表2：基于分位数的反转择时策略有效提高了多头替代的卡玛比率7 表3：基于布林带的反转择时策略有效提高了多头替代的卡玛比率8 现代金融体系中，股指期货应用广泛：不仅为投资者提供了多元化的投资渠道，更是风险管理的有力工具。除了用于对冲之外，股指期货的一大使用场景在于多头替代：通过使用股指期货作为现货的替代，达到减少现金占用、赚取超额收益目的。 在多头替代的过程中，基差的变动情况对于组合收益率影响较大，因此需要一定的择时能力以控制回撤。基于此，我们写下本篇基差择时专题，旨在基于基差本身的性质对多头替代策略进行量化择时。 本文结构如下：第一部分对过去基差的变动情况进行复盘，并对基差的回归性进行了讨论；第二部分展示了我们自研的基差择时策略表现，结果显示反转策略表现较为优异；最后我们建议指数型投资可以采取多头替代+基差择时的策略，以增强组合净值表现。 一、期现复盘 （一）期现和基差情况 大盘指数方面，沪深300上市较早（2010年4月），上证50上市较晚（2015年4 月），二者期现走势相近，只是高度有别： 2010-2014，沪深300指数先上后下，并在2014年7月触底。以期货连续下月合约来看，IF01的基差在前半段下行期（2010-2012）多为负，即期货保持升水，而在指数磨底阶段，基差开始回正，最后在2014年7月迅速转负，期货升水较高。 2015-2016，指数冲高回落，股指期货也经历了高升水-高贴水的迅速转变，之后指数触底企稳，基差也回归正常区间。 2017-2020，大盘指数震荡上行，期间期货多为贴水，基差在0以上高位波动。 2021-2024，大盘指数进入下行期，基差高度有所收敛，且频繁在正-负间波动。2024年底以来，大盘指数迅速拉升，期货高度升水后回归，目前基差接近于0，处于正常区间。 图1：上证50期现和基差变动情况图2：沪深300期现和基差变动情况 IH01基差上证50IH01IF01基差沪深300IF01 4,600 4,100 3,600 3,100 2,600 2,100 1,600 2015-042018-042021-042024-04 资料来源：Wind、招商期货 200 150 100 50 0 -50 6,000 5,500 5,000 4,500 4,000 3,500 3,000 2,500 2,000 2010-042013-042016-042019-04 资料来源：Wind、招商期货 2022-04 300 250 200 150 100 50 0 -50 -100 注：基差为上证50指数点位-IH01合约结算价，未采用主力合约的原因在于进入交割月基差波动较大 注：基差为沪深300指数点位-IF01合约结算价，未采用主力合约的原因在于进入交割月基差波动较大 小盘指数方面，中证500上市较早（与上证50同一时期，2015年4月），中证1000 上市较晚（2022年7月）。指数上，小盘股的期现走势与大盘指数相近（只是小盘指 数弹性更大），但小盘股基差多为正，期货贴水的情况居多。 图3：中证500期现和基差变动情况图4：中证1000期现和基差变动情况 IC01基差中证500IC01IM01基差中证1000IM01 12,000 11,000 10,000 9,000 8,000 7,000 6,000 5,000 4,000 2015-042018-042021-042024-04 资料来源：Wind、招商期货 600 500 400 300 200 100 0 -100 8,000 7,500 7,000 6,500 6,000 5,500 5,000 4,500 4,000 2022-072023-012023-072024-012024-07 资料来源：Wind、招商期货 200 150 100 50 0 -50 注：基差为中证500指数点位-IC01合约结算价，未采用主力合约的原因在于进入交割月基差波动较大 注：基差为中证1000指数点位-IM01合约结算价，未采用主力合约的原因在于进入交割月基差波动较大 总体而言，大盘指数期货基差较低，但离散度较高：截至目前，上证50股指期货基差率均值0.48%，基差变异系数2.16；沪深300股指期货基差率均值0.35%，基差变异 系数3.30。 而小盘指数期货基差较高，但离散度较低：截至目前，中证500股指期货基差率均值 1.54%，基差变异系数1.28；中证1000股指期货基差率均值0.83%，基差变异系数 0.78。 上证50 沪深300 中证500 中证1000 均值 12.12 13.86 96.99 48.26 标准差 26.17 45.77 124.18 37.82 变异系数 2.16 3.30 1.28 0.78 基差率均值 0.48% 0.35% 1.54% 0.83% 资料来源：Wind、招商期货 表1：截至2025.1.9，股指期货各品种连一合约基差的统计指标 （二）基差的回归性明显 当聚焦基差本身可以发现：当基差处于极值时，迅速回归的概率较高，即基差有着较强的回归性。 如果将回归性定义为【由极端值快速收敛至正常区间】，那么观察IF01的基差走势 （图5），我们会发现回归性较为显著：当基差位于90%分位数以上/10%分位数以下时，极端分位数的基差行情往往不具有持续性——一般会在20个交易日内回归至正常区间。 图5：IF01基差与历史分位数情况 350 300 250 200 150 100 50 0 -50 -100 -150 IF01基差（MA10）三年历史分位数（右轴） 201020112012201320142015201620172018201920202021202220232024 1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 资料来源：Wind、招商期货 注1：三年期历史分位数由当日基差（MA10）前推3年的历史分位数计算得来，不包含未来数据注2：此处未使用年化基差率，主要原因在于年化与否对于连一合约的影响较小 我们认为，基差回归性的本质在于：�驱动基差快涨快跌的多为情绪因素，而情绪因素难以持续；②期现套利者会协同投资者预期一起令基差快速回归至正常水平。 情绪因素，投资者情绪极易受到各类信息的影响，呈现出过度乐观或悲观的状态。 例如，当市场出现一则重大利好消息时，投资者可能会过度乐观，纷纷涌入股指期货市场，使得期货价格被大幅推高，进而导致基差迅速扩大至极端水平。但基于情绪的市场反应往往缺乏坚实的基本面支撑。随着时间推移，投资者逐渐冷静下来，重新审视市场基本面情况，发现当前价格与实际价值存在较大偏差，情绪驱动的市场波动便难以为继。此时，基差便失去了继续维持在极端水平的动力，回归正常区间的趋势开始显现。 同样，套利交易会令基差快速回归至正常水平。如前文所述，由于股指期货现货 均为现金交割，套利的难度较商品大大降低：一旦基差偏离正常范围，为了获取无风险利润，套利者会迅速采取行动，买低卖高完成套利。 图6：基差的回归性及影响因素 资料来源：招商期货 二、基差择时策略 基于基差的回归性，我们构建了两种策略：分别基于分位数和布林带的反转策略，以验证前文结论。 各策略通用交易逻辑相同，只是信号构建有差别。策略通用逻辑如下： 持仓：仅考虑多头替代应用场景，即不使用期货空头头寸。原始持仓为纯现货头寸，视交易信号切换为同等数量的期货合约。 期货开仓逻辑：当策略发出【做空基差信号】时，切换为下月期货合约（近月活跃合约贴水更深，有利于多头替代）。 期货平仓逻辑：【持有十个交易日】后，或策略【发出做多基差信号】时平仓期货合约。 移仓换月逻辑：每日检测，当持仓中含【距交割日十个自然日内】的期货合约时，切换至当天对应的下月合约。 基准：选用�纯现货；②活跃合约滚动换月作为策略基准，以衡量净值和超额。 选用上证50（对应IH01）、沪深300（对应IF01）、中证500（IC01）作为交易标的，中证1000由于上市时间不满3年，部分策略不适用，暂时搁置。时间区间取2019年 1初至2024年底。 （一）基于分位数的反转策略 基于基差分位数的情况，我们构建了第一类反转策略。这类反转策略主要在基差偏高，期货贴水高时介入，获取基差回归的超额。 从相较股指现货的表现看，2019-2024，无论是上证50、沪深300和中证500的基差择时策略均有一定超额，其中，超额主要来源于2020~2022年，2023年超额贡献较 少，2024年有部分超额贡献。 图7：基于分位数的反转择时策略表现（基准：指数现货） 基差择时超额：上证50基差择时超额：沪深300基差择时超额：中证500 70.00% 60.00% 50.00% 40.00% 30.00% 20.00% 10.00% 0.00% -10.00% 201920202021202220232024 资料来源：Wind、招商期货 而从相较于期货合约连续换月来看，该择时策略表现出色：2019-2024，相较于连续换月而言，基于基差分位数的择时策略有效地降低了最大回撤，提高了卡玛比率。 相较于IH活跃合约连续换月，反转策略1有着更高的年化超额（5.76%），更低的最大回撤（2.23%），更高的卡玛比率（2.58）； 相较于IF活跃合约连续换月，反转策略1同样有着更高的年化超额（6.66%），更低的最大回撤（2.27%），更高的卡玛比率（2.81）； 相较于IC活跃合约连续换月，反转策略1虽然年化超额稍