商品期货因子组合研究

[dapanji]

忘了是不是曾经写过类似的题目。

出发点来自下列文章

1、构造哪些因子？
https://bbs.pinggu.org/thread-7053247-1-1.html
第三，中国期货市场最显著的几个因子从有效性从高到低排列分别为：动量，展期收益率，波动率，持仓单量，偏度，货币—β系数，商品长期价值。

2、交易哪些合约？
http://cache.baiducontent.com/c?m=9f65c ... 148ab&p1=3
报告提要
主力合约是否为信号来源和交易的最佳选择
期货曲线中存在多个交易合约，我们普遍交易的是流动性最佳的主力合约。但国内大部分商品期货的主力合约为远月合约，其价格收敛特征可能并不明显，而大部分品种仅到期日意义上的近月合约流动性普遍较弱，价格可靠性不足。本文从流动性和价格敏感性出发重新梳理了各品种的“活跃近月合约”。
基差动量策略中的合约选择
我们在主力-次主力和活跃近月-次近月两种信号来源下计算基差动量因子（BM），并分别对比交易主力或活跃近月时的策略表现，结果发现：不同信号来源和交易合约策略在排序期大于100日后具有显著收益，且均对持仓期不敏感；当信号来源和交易合约均为近月时，策略表现最佳，100-240日排序期下，年化收益平均可达12%，夏普比率和Calmar比率达1.5左右。

[dapanji]

寻找各品种的“活跃近月合约”
这里有如下假定：
首先，算展期收益率时，“活跃近月合约”要有一对应的“活跃远月合约”。
其次，这两合约应该是当天成交金额最大的两个合约，而且满足：它们的日成交金额不低于某个给定值。

1、如果建立了数据库，就比较好处理
1）查询商品C在日期D所有合约的成交金额；
2）根据成交金额从大到小排序，选出前两名，并验证它们是否大于给定值a。

2、如果没有数据库，而是按合约存储了交易数据，那么多加一步：
0）把商品C的所有（历史）合约的数据全部提取，只留下日期、成交金额和合约名称的信息，放到一个新的数据容器，按天存放；
1）查询商品C在日期D所有合约的成交金额；
2）根据成交金额从大到小排序，选出前两名，并验证它们是否大于给定值a。

最后，把每天得到的两个合约按天存储、按合约名排序，前者为“活跃近月合约”。

例如：
情形1，如果a = 5亿人民币，FU的“活跃近月合约”是FU2008，“活跃远月合约”是FU2009
情形2，如果a = 8亿人民币，FU的“活跃近月合约”是FU2009，“活跃远月合约”是FU2101

情形2与按“主力合约、次主力合约”定义所得的合约并无区别，而FU2008更接近现货或交割价，此时选取情形1或许更贴近我们所希望得到的。
注意到，如果昨天按FU2008计算，今天配置FU多头，收益率会比交易FU2009低。

[dapanji]

交易“活跃近月合约”还是主力合约？

回答这个问题得回测。由于换了台电脑，以前的回测平台没备份过来，得重新写一个

先写简单的脚本应付一下。

一、计算每个品种每天的收益率。
1、两类合约的日收益率都要算；
2、日收益率计算采用O2O（开盘价到开盘价），比如T-1日的活跃合约为C，那么T日的收益率为：(C的T+1日开盘价/C的T日开盘价)-1
看起来用了未来函数，但是如果实盘资金不大而且坚持在集合竞价阶段调仓，最后的结果就不会差太远。

二、计算每个品种每天特定因子的取值，并按因子的逻辑排序，选出多空组合，确定权重。

三、每天用权重乘以收益率，计算组合的日收益率，最后加总，得出因子在两类合约的表现，并比较优劣。

四、将因子组合，作用于较优的一类合约上。

[dapanji]

做了些测试，发现最近十年，期限结构类的因子在收益和风险的表现上要远好于动量。

动量因子的表现具有周期性，比如最近一两年就表现还不错，但是前面有两段时间是一直回撤的。
具体原因得研究一下

动量

Momentum.jpg (189.87 KiB) 查看 8626 次

展期收益率

RY.jpg (187.7 KiB) 查看 8626 次

基差动量

BM.jpg (173.46 KiB) 查看 8626 次

[利炳根]

这个厉害了

[tmtmaya]

又翻出来看了看，感觉期货确实确实难做，
这几个测试出来的资金曲线，回撤都挺大，而预期收益也不算太高，
如果杠杆没用好，还是很容易造成大幅亏损的。
最坑的是，最大回撤随时在变，前几年的统计最大也就0.06，结果后面一年突然搞个0.12出来，
最大回撤翻倍，这完全不可控。

[dapanji]

又翻出来看了看，感觉期货确实确实难做，
这几个测试出来的资金曲线，回撤都挺大，而预期收益也不算太高，
如果杠杆没用好，还是很容易造成大幅亏损的。
最坑的是，最大回撤随时在变，前几年的统计最大也就0.06，结果后面一年突然搞个0.12出来，
最大回撤翻倍，这完全不可控。

大叔提到的问题挺好的，多交流有益于进步。

说一下我的看法：
1、单个因子的收益回撤比不算很好，但是叠在一起回撤会减少。
2、大部分策略（这里我不敢说任何），最大回撤会不断增大
1）不好的策略自然不用说；
2）好的策略，赚钱效应起来后一定会被更多人发现，然后变得拥挤。这期间很有可能先是收益扩大，然后趋同性太强的情况下，由于无后续资金跟上、部分资金止盈/换月等行为，产生较大的回撤（如15年创业板、最近的抱团股、这一两年的展期收益率）。如果不是太激进的资金管理策略或者不好的进场时点，这个回撤对于长期的年化收益率不一定有较大影响，但是短期影响会不少。
总结：赚得越多，往后要面对的“回撤变大”的概率也在增大。
3、趋势因子，只是选用了一些简单规则，但应该也能反映出大部分趋势投资者过去一段时间的情况。
直觉上，我认为是波动性大的时候，追涨杀跌会获益；波动性小的时候，追涨杀跌可能会吃瘪。
如果某些优秀投资者加了复杂规则（主观想法），趋势跟踪可能会表现很好，但某种意义上，他是加了一些他没量化的因子进去他的策略。
趋势因子，在不加入期限结构因子的情况下，我认为也有优化空间，但是我暂时没找到好的方法。

[tmtmaya]

认同大盘鸡的观点，
我在想，其实简单说，就是去找因子的延续性，
如果趋势因子今年表现好，也不能否定明年就一定差，说不定更好，或者表现稍差。
有点像湖面的涟漪，一个石头扔进去，涟漪在遇到新的石头砸下来之前，会持续波动一段时间。
不管是因子也好，消息也好，具体操作上应该都是趋势思维，趋势起势了，就要认为它还能继续。
因子开始有效了，就要在它确定衰减之前，继续坚持。
牛逼一点的，就去找转折点，大石头刚落入湖面的时候，开始跟踪。

[dapanji]

去年做的，持仓排名，经过适当公式计算也是有效的

但不知道现在有没有失效

另：这幅图的回撤和之前的算法不一样，所以看起来会小一点，实际上并不然

[dapanji]

今天开始，又不定期开始更新这篇了
（对，不用说了，肯定又是大亏才会学习）

海通、天风和兴业都有过CTA商品多因子的研究
但是海通和兴业后期没怎么更新了

所以目前将以天风的研究为主，另外还会加入其它思路

首先看：
https://bigquant.com/community/t/topic/179347
里面基本上把他们家相关报告列出来了，后面就可以再搜索引擎上找相应的文章

按各报告所述，最有效的是期限结构、库存，其次持仓排名也有效（我自己也测试过），最后，动量也是有效的，但结合到其它因子上，收益率没有提高（反而降低了收益率）。
解释是价格噪音太大。

当然，这些都是对全市场而言的。对单个品种，跟踪趋势是有效的，但是前几年也回撤了不少，不是吗？