@[几个期货基本面因子的研究

引言

随着传统中低频CTA策略的普及，尤其16年黑色的一大波行情后，越来越多的机构/个体都已经开始布局期货市场上的量化趋势策略，但不论是通道突破类策略、还是趋势指标、均线类策略，信号有效性对市场行情的依赖远大于研究员辛辛苦苦的策略调参、指标组合优化等等。甚至有的机构研究员戏称，趋势策略纯粹看天吃饭，只有一直坚持一波又一波的震荡亏损，才有可能等来一波赚钱的大行情。

然而期货研究可不止只有技术分析，很多优秀的基本面研究员不懂技术，也能赚的盆满钵满。海通证券、方正证券、兴业证券等券商相继发布了一些‘非技术’策略研报，其中以‘FICC 系列研究之五——商品期货因子挖掘与组合构建再探究’研报为代表，整理总结了一系列期货因子，可用于期货各品种间的横截面比较。（下载研报请移步文章末尾）如果找到一些有效的横截面因子，就可以像股票多因子策略一样，做多/空一揽子标的；而且期货标的和股票标的相比，在实盘上可以很方便的进行做空操作，避免股票做空融券的限制。

为什么要用聚宽

以市场上知名的TB、文化等期货研究平台为代表，均采用了数据驱动的回测方式，不能按照复利回测（浮赢加仓），也不能方便的在单次回测中操作多个标的的仓位，更不用说一揽子标的的组合策略了。而聚宽平台的架构可以在定义的任意时点，操作市场上任意标的的仓位，非常适合研究/实盘一揽子标的的策略，笔者在这里就用聚宽框架展示几个横截面因子的回测。

回测详情

在这里主要展示几个有效的期货因子研究模板，具体参数并未进行最优化，欢迎感兴趣的读者克隆研究，以下为策略的几点细节：

为了提高回测速度，一些策略的因子数据都已经整理好，以csv格式存入研究模块；只要在回测时导入数据即可。
因为一些品种的流动性很差，没有实盘操作的意义，首先筛出主流品种：
[‘A’,‘AG’,‘AL’,‘AP’,‘AU’,‘BU’,‘C’,‘CF’,‘CS’,‘CU’,‘FG’,‘HC’,‘I’,‘J’,‘JD’,‘JM’,‘L’,‘M’,‘MA’,‘NI’,‘OI’,‘P’,‘PB’,‘PP’,‘RB’,‘RM’,‘RU’,‘SF’,‘SM’,‘SN’,‘SR’,‘TA’,‘V’,‘Y’,‘ZC’,‘ZN’]
基差数据来源于生意社网站,以公布的数据为准。
会员持仓因子回测在第2条的品种列表基础上，加入了金融期货品种。
以下单因子策略皆为每交易日换仓，利用聚宽API(order_target_value)等价值持仓。
以下示例策略未考虑调仓成本。
展期收益率

展期收益率是由品种不同交割月的价差除以相隔月份数计算得来，它反映了市场对该品种在近期交割和远期交割的价差预判，也即基本面研究员常提到的‘近/远月升/贴水’。市场价格是由各个市场参与者交易得出的，那么期货标的物的升贴水状态也必然包含了整体市场参与者对于后市的预期。
每天在横截面上对期货合约排序，做多主力比远月升水的前n%合约，做空主力比远月贴水的n%合约，1000W起始资金从10年至18年12月7日回测如下：
image
单因子策略在最近一年波动稍大，但整体上涨趋势明显，始终距离新高不远。

基差

基差指的是期货合约价格与现货价格的差值，现货价格不像期货价格，没有统一的权威的参照，很多大宗商品由于各地区运输成本的存在，差别各异，所以现货价格参照的选取就很讲究了。这里统一参照生意社网站整理的数据，生意社网站已经对不同的商品参照了不同的市场现货价格，如：螺纹钢、玻璃、硅铁参照生产者价格，棉花、甲醇参照市场价格等。

与展期因子策略类似，做多主力比现货贴水的合约，做空主力比现货升水的合约，1000W资金从11年至18年12月7日回测如下：

image
相比较展期因子策略，基差策略绝对收益较低，但是近几年赚钱稳定。

会员持仓结构

市场的参与者，总可以被分位知情投资者（大机构）和非知情投资者（小韭菜），知情投资者经常在行情来临前，就已经建好该方向的较大规模的仓位，而聪明的投资者有可能从会员持仓报告中察觉到端倪。会员持仓报告是指期当天持多单、持空单、交易量最高的前20家期货会员名单，如大商所、上期所、郑商所、中金所。

最早研究会员持仓结构的研报称这类策略为蜘蛛网策略，研报中在单标的IF上就已经取得非常好的效果，没错IF就是沪深300股指期货。换句话说IF股指期货的持仓结构，是A股大盘非常有效的晴雨表。策略的逻辑也特别简单，如果前20持多单会员的多单增加了，前20持空单会员的空单减少了，那么后市看多做多；如果前20持多单会员的多单减少了，前20持空单会员的空单增加了，那么后市看空做空；其他情况不持仓。此单因子单标的（IF）策略在聚宽平台回测如下：
image
这个策略研报在15年就已经公布了，但是3年来回看过来，策略只有在17年下旬平稳了一小段，在18年后半年赚钱又非常明显（A股熊市），不得不佩服东方证券提出的蜘蛛网策略的生命力，即简单又有效！

笔者将该因子拓展到其他所有流动性好的品种上，效果依然很不错，如下图所示，只是近一年来震荡明显。
image
仓单变化率

仓单变化率是反应供需平衡关系的一个窗口。与会员持仓数据类似，仓单数据也在交易所有公布，但没有金融期货的仓单。比如大商所、上期所、郑商所。在每天对仓单变化率排序，多/空前n%后n%的合约，回测效果如下
image
可以看到仓单变化率因子的表现是不稳定的，这可能与有些品种的仓单数据质量较差有关。有些品种受到交割日、收成\生产季的影响较大；只有大多有色品种质量较高，比如质量较高和质量较差的仓单数据时间序列如下图。

image

拓展思路

当前展期收益率因子只考虑了主力和远月的价差，同事可以对每个月合约价格进行回归，分析展期结构；也可以研究交割月合约与主力价差与后市的关系等。
基差因子可以寻找不同数据源的现货价格对比研究，市面上常见的还有Choice终端、Wind终端、有色网等数据源。
会员持仓结构因子能做的事情就更多了，最简单的拓展方法可以研究前5、前10、前15的会员多空单总量变化，也可以分析每个会员持多\空仓的日期时间序列等。
仓单变化率的研究可以比较不同市场品种的差别，比如单独分析有色、黑色等。
这些因子之间的相关性都很低，可研究组合打分配置，或结合技术指标日内下单。
示例的品种间权重采用等价值投资，也可以尝试ATR加权或相似品种降低权重等操作。
福利

期货因子策略研报链接
提取码：2dgc

期货因子数据整理链接
提取码：p5th ，数据截止20181207

欲获取最新数据请移步：

JQData：仓单、会员持仓

fushare：展期、基差、仓单、会员持仓

回测克隆

克隆的回测为展期收益率因子，需要把期货因子数据整理链接中的数据csv存入研究模块之中，如需测试其他因子，相应需要修改一下before_market_open中的内容。

【转】几个期货基本面因子的研究相关推荐

几个期货基本面因子的研究
转几个期货基本面因子的研究引言随着传统中低频CTA策略的普及,尤其16年黑色的一大波行情后,越来越多的机构/个体都已经开始布局期货市场上的量化趋势策略,但不论是通道突破类策略.还是趋势指标.均线 ...
如果我们能正确预测基本面因子
转如果我们能正确预测基本面因子https://blog.csdn.net/myquant/article/details/86217033作者:石川,量信投资创始合伙人,清华大学学士.硕士,麻省理工 ...
基于财务预测的基本面因子的分析
本文开发了一个上市公司财务预测模型,基于公司的(预测)财务数据构建基本面因子,进行因子有效性回测. 一哪些基本面因子有效? 在电子元件制造-被动元件这个三级细分行业里面,成长性因子有效. ['成长性 ...
python随机森林回归预测股票，收益率做标签，基本面因子做特征
从BP神经网络训练模型后,想着换个模型训练训练数据集,于是在SVM和随机森林中选择,最后选择了随机森林.随机森林的原理不在这里做详细解释,有大佬比我讲的要好太多.我仅仅是就这我的代码做一些解释. 导入 ...
基本面量化：一种多因子选股策略
斜拉大桥的钢缆由许许多多钢丝组成,这样才更有弹性,可支撑起整座大桥.如果投资模型有多组上百个阿尔法因子科学地组合在一起,因子之间风险的可互相抵消,就有望在不同市况下都能获得相对稳定的超额收益.基本面多 ...
alpha值计算 qcolor_量化交易与机器学习（四）：如何研究alpha因子
算法交易策略由指示何时购买或出售资产以产生相对于基准(例如指数)的较高回报的信号驱动. 资产回报率中未通过暴露于该基准而无法解释的部分称为alpha,因此旨在产生这种不相关收益的信号也称为alpha因 ...
首板策略换手率因子研究
在打首板策略中,由于标的数量有限,持仓时间短,而短期波动随机性较强,难以对其收益进行建模拟合,所以策略选股往往以多个因子做条件选股或权重打分排序选股,本文试图对打首板策略中的换手率因子展开研究. 打首 ...
转载：用聚宽实现一个多因子策略
https://www.joinquant.com/view/community/detail/e7344a5530d6f5586d37611112b11060?type=1 聚宽小秘书 8个月前点 ...
基本面分析 ≠ 基本面量化投资？
作者:石川来源:川总写量化正文: 摘要:放眼未来,量化和基本面分析的紧密结合将是大势所趋:而就目前来看,基于因子的基本面量化投资并非基本面分析的完美替代. 1.伟大的会面 1968 年夏天,两个后 ...

【转】几个期货基本面因子的研究

回测详情

【转】几个期货基本面因子的研究相关推荐

最新文章

热门文章