CTA基本面量化策略
量化CTA与主观CTA
- 主观CTA：基于管理人判断，分析宏观经济、品种基本面、基差水平等，进行单边趋势、跨期套利等交易，依赖管理人信息获取和应变能力。
- 量化CTA：基于机器和算法判断，通过模型生成交易信号，减少人为错误，需长期数据分析、模型优化和迭代。
- 融合趋势：主观CTA借助量化手段进行数据处理和机器学习，量化CTA借鉴主观分析改进对政策、突发事件等不可量化因素的考量。
CTA基本面量化策略介绍
- 核心逻辑：供需平衡影响价格，基本面看重中长期走势，短期预测性弱。
- 主要因子：库存、利润、开工率、产量、进出口等。
- 策略特点：数据要求高，与量价策略低相关性，换手率低，近年受关注，可结合遥感、船运等另类因子。
- 适用情形：完备产业链且数据丰富的品种，如黑色产业链（铁矿石、双焦、螺纹、热卷、石油化工）。
- 缺点：短期投机、政策及突发事件影响可能导致偏离基本面。
品种选择标准：上市时间长、流动性充足、量化数据丰富、不易受政策及突发事件干扰。
单品种商品基本面量化择时
- 数据选取标准：发布频率高、历史长度长、代表性、稳定性强、贴近基本面逻辑。
- 基本面信号处理方法：同环比、差值、移动平均、阈值、特定规则（如布林带、RSI）。
- 库存信号处理：库存与价格通常负相关，可通过布林带或分位数构建择时规则。
规则型基本面因子的构建
- 布林带因子：以库存N日均线为中轨，加减a个标准差为上下轨，突破上轨做空，跌破下轨做多，中间空仓。
- RSI仿制因子：将库存转化为0-100数值，超过90分位数做空，跌破10分位数做多，中间空仓。
因子构建框架
- 框架：品种筛选 → 基本面因子 → 量价因子 → 因子组合 → 有效性验证。
- 数据来源：钢联、Wind、自建数据库。
- 因子组合：两因子组合（均满足开仓）、多因子打分模型、主成分分析降维、LightGBM非线性组合。
模型推送示例解读
- 总信号：趋势强度分数辅助主策略，设置止盈止损，动态判断品种强弱。
- 长期择时套保：仅做空或仅做多模型，展示不同策略的收益率和回撤。
应用场景
- 辅助择时：客户参考趋势强度分数，结合风控和投资风格设置点位，判断品种强弱。
- 长期择时套保：仅做空或仅做多模型，展示不同策略的收益率和回撤。
- 推广与普适化调整：沪金期货模型调整为做多黄金ETF做空沪金期货，多空部分均表现良好，总计增厚年化收益7.38%。
免责声明
- 本报告观点和信息仅供专业投资者参考，不构成投资建议，投资者自行承担风险。
- 信息来源于已公开资料，准确性、完整性或可靠性不作保证，不构成投资建议。
- 市场有风险，投资需谨慎，不应将本报告作为唯一参考因素。
