海量专题31商品期货因子挖掘与组合构建再探究上.docx
- 文档编号:26603557
- 上传时间:2023-06-20
- 格式:DOCX
- 页数:10
- 大小:139.43KB
海量专题31商品期货因子挖掘与组合构建再探究上.docx
《海量专题31商品期货因子挖掘与组合构建再探究上.docx》由会员分享,可在线阅读,更多相关《海量专题31商品期货因子挖掘与组合构建再探究上.docx(10页珍藏版)》请在冰豆网上搜索。
海量专题31商品期货因子挖掘与组合构建再探究上
海量”专题(31)——商品期货因子挖掘与组合构建再探究
上)
本篇报告作为FICC系列报告的第五篇,系统全面地介
绍海内外市场上常用的商品期货因子,并提出了多种组合构建方法。
研究背景海外市场上常用的商品期货因子可以分为动量因子、期限结构因子、量价因子、持仓相关因子、价值因子、基本面因子和Beta因子等七个主要的类别,各类因子还可以做进一步的细化,例如量价因子包括特质波动率、
偏度、流动性因子等等
Miffreetal.(2016)[1]总结了海外
市场上十多个商品期货因子,并构建了期货多因子组合,在近30年间取得了近30倍的涨幅,而同期全品种等权组合只
涨了61%,由此可见,采用因子化的期货投资策略行之有效。
[1]Fernandez-PerezA,FuertesAM,MiffreJ.
HarvestingCommodityRiskPremia[J].回测参数设置
所有商品期货,品种的筛选和主力合约、复权主力合约的构
3.
20%。
策略初始无杠杆,即调仓日使用20%的资金作为保
证金买入期货合约,品种间等权配置,余下的现金用于每日追加保证金,现金部分在因子测试阶段不计算收益,在组合
构建阶段按隔夜回购利率计算每日收益。
通过设置保证金比例和仓位,策略实际处于无杠杆状态。
若使用目标波动率策略。
则按目标波动率和事前波动率之比调整杠杆比例。
交易成本:
全品种
回测时间:
2010.1.1-2017.7.31。
5.
间序列动量因子包含所有满足条件的品种,如未加说明,其他多空对冲因子的多头和空头各包含排序前20%的品种。
8.
若调仓周期为H个交易日,则将初始资金等分成5份,依次相隔[H/5]个交易日建仓,将每个通道的净值相加得到策略的总净值,避免单一路径对策略造成影响。
动量因子在《FICC
系列研究》的前几篇报告中,我们介绍了时间序列动量和横截面动量这两个在我国市场上有效的动量因子,时间序列动量因子在不同参数组下均能取得正收益,当回看期R为
30-50,持有期H为5-20个交易日时,因子表现相对较好,年化收益率超过5%。
横截面动量因子在不同参数组下同样能够取得正收益,但平均收益低于时间序列动量因子。
当回看期R为30-45,持有期H为5-10个交易日时,因子表现
列研究》的前几篇报告
中,我们同样介绍了展期收益率因子。
相对较好,年化收益率超过4%。
期限结构因子在《FICC系
该因子稳定性较高,几乎在所有参数组下都能取得5%的年
化收益率和1以上的收益风险比。
当使用近月与最远月
TS3)、主力和次主力合约(TS4)来计算展期收益率时,因子表现相对较好,且对持有期H不敏感。
该因子在2015年之前表现非常突出,2015年之后,随着大宗商品的触底回升,越来越多的投机资金进入商品期货市场,因子收益下降明显,但在今年以来,随着黑色系贴水修复行情的延续,因子收益不断增加,在(TS:
TS4,H:
5)、TS:
TS2,
H:
35)、(TS:
TS3,H:
35)这三个参数组下因子分别取得了
6.78%、13.52%和16.72%的累计收益。
Boons&Prado(2015)[1]在展期收益率的基础上构建
了一个“基差动量”因子,定义为近月合约和远月合约在过去
R个交易日累计收益率之差,可以理解为期限结构斜率的变
月合约上涨幅度大幅超过远月合约,随着套利者的参与,远近月合约价差回归可能越大。
使用基差动量替代展期收益率有比原始信号更好的收益预测效果。
将满足条件的期货品种按基差动量从高到低排序,做多排名靠前的20%品种,做空排名靠后的20%品种,持有H个交易日调仓,构建我国市场中的基差动量因子。
我们分别使用近月和主力合约、主力和次主力合约来构建该因子,当使用
升后降,随着持有期H的增加单调上升,当
R为100-140
近月和主力合约来计算时,因子收益随着回看期R的增加先
个交易日,H为25-40个交易日时,因子表现相对较好。
当使用主力和次主力合约来计算时,因子收益随着R和H的增加不断上升。
当R为140-180个交易日,H为20-40个交易日时,因子表现相对较好。
通过比较,不难发现使用近月和主力合约来计算基差动量时,因子平均表现更好,在(R:
120,
H:
5)参数组下因子取得7.10%的年化收益率和1.52的收益风险比。
[1]BoonsM,PradoMP.Basis-MomentumintheFutures
CurveandVolatilityRisk[J].SocialScienceElectronic
Publishing,2015.价值因子AQR创始人Asness(2013)[1]
因子为成分股加权的账面市值比
B/M;对于债券、商品和外
定义了大类资产中的动量和价值因子。
对于股票指数,价值汇,将5年前的现货价格(spotprice)定义为账面价值,将其除以当前的现货价格来作为价值因子,可以理解为资产过
去5年累计收益率的相反数。
作者使用过去12个月(剔除最近1个月)的涨跌幅来衡量动量的强弱。
在因子的构建上,作者将同一大类资产中的各个品种按在信号上的横截面排序减去均值并归一化作为每个品种的权重,从而构建一个面值中性的多空对冲组合。
为了避免单一时间节点的影响,将4.5-5.5年之间现货价格的均值作为账面价值,则价值因子的定义为图7是动量和价值因子在海外商品市场中的表现,在1972-2011年间,动量因子和价值因子
分别取得了0.51和0.31的夏普比率,而复合策略的夏普比
率高达0.77。
由于现货价格难以获取,这里我们使用期货价
[R-0.5,R+0.5]间价格的均值作为账面价值)涨跌幅的相反数从高到低排序,持有H个交易日调仓,构建我国市场上的价值因子。
在品种权重分配方面,分别采用了等权和按因子排
序加权两种方法,其中等权方法做多排名靠前的30%品种,做空排名靠后的30%品种,加权方法交易所有满足条件的品种,并按标准化后的因子秩来加权。
当回看期为4年,持有期为80-120个交易日时,因子表现相对较好,年化收益率在2%附近。
加权和等权方法构建的因子参数敏感性基本致,在加权方法下年化收益率更高。
价值因子的风险在于由科学技术进步引起的商品价值变化可能是不可逆转的,另外一些农产品由于政府的宏观调控,
同时间的价值也可能截然不同,因此该因子波动较大,在海外市场上自2000年以来同样表现不佳。
[1]AsnessCS,
MoskowitzTJ,PedersenLH.ValueandMomentum
Everywhere[J].JournalofFinance,2013,68(3):
929-985.持仓相关因子Keynes(1930)[1]和Hicks(1939)[2]最早提出了对冲压力假说(hedgingpressurehypothesis),对期货市场的风险溢价作出如下解释:
期货市场的参与者可以分为套保者和投机者两类,二者参与期货市场的目的不同,投机
者承担了套保者转移的现货价格波动风险,要求获得一定的
1949)[3]和Brennan(1958)[4]将期货价格波动归结于
存货水平的变化,Hirshleifer(1990)[5]将前两种理论结合
起来,创建了一般均衡模型。
CFTC(美国商品期货贸易委员会)每周会公布大额交易者的持仓头寸,分为商业持仓和非商业持仓。
商业交易者一般从事与现货有关的业务,被认为是套期保值者;而非商业交易者不涉及现货业务,被归为投机者。
非商业持仓又分为多头、空头和套利持仓,多头与空头持仓的差额就是净持仓。
某一类别交易者(套保者、投机者)的对冲压力定义为净多头持仓数量除以总持仓,为了排序方便起见,也可以采用如下定义
Miffreetal.(2012)[6]将所有商品期货按过去一段时间(R
15%
周)套保者和投机者的对冲压力均值排序,分别构建套保者和投机者对冲压力因子,其中多头和空头各包含排序在前的品种,二者分别取得了5.79%和5.37%的年化超额收益。
[1]Keynes,M.,1930,ATreatiseonMoney,II:
The
AppliedTheoryofMoney,edition.MacmillanandCo.[2]
HicksJRS.ValueandCapital:
AnInquiryintoSome
FundamentalPrinciplesofEconomicTheory[M].
ClarendonPress,1939.[3]Working,H.,1949,TheTheoryofthePriceofStorage,AmericanEconomicReview,39,
AmericanEconomicReview,47,50-72.[5]Hedging
PressureandFuturePriceMovementsina
GeneralEquilibriumModel,Econometrica,58,441-28.[6]
BasuD,MiffreJ.Capturingtheriskpremiumofcommodityfutures:
Theroleofhedgingpressure[J].Journalof
Banking&Finance,2013,37(7):
2652-2664.量价因子
中非常
特质波动率(idiosyncraticvolatility)异象在股票市场显著,低特质波动率的股票往往具有更高的预期收益。
Hirshleifer(1988)[1]最早开始研究特质波动率因子对期货风险溢价的驱动作用,Bessembinder(1992)[2]在此基础
做了进一步的研究。
在得到特质波动率因子之前,首先要选择合适的定价模型或风险因子。
传统的基于权益和固定收益市场的风险因子(例如Fama-French三因子)效果并不理想,而使用商品市场特有的一些风险因子定价效果更好。
Miffreetal.(2012)[3]使用TS、HP和Mom三个因子作为商品的特有风险因子,同时引入了传统的市场指数和
Fama-French三因子对所有期货品种的收益率做时间序列回归。
作者使用动量、期限结构和特质波动率构建的三因子组合在
1985-2011年间取得了7.39%的年化超额收益。
将满足条件的期货品种按过去R个交易日的特质波动率排
序,并分别使用等权组合一个风险因子,以及等权组合、横截面动量因子、期限结构因子三个风险因子对收益率回归。
做多特质波动率最低的前20%品种,做空特质波动率最高的前20%品种,持有H个交易日调仓,构建我国市场上的特质波动率因子。
随着回看期R的增加,因子收益不断上升,但均未能超过
1%。
使用单个风险因子和三个风险因子构建的特质波动因子在时间序列上的表现相似,后者波动更低。
因子在2016年上半年以前处于上升趋势,但2016年下半年以来随着黑色系的持续上涨,其特质波动率也跃居前列,被选入因子空头,引发大幅回撤,几乎抹平了之前的所有收益。
Miffreetal.(2013)[4]使用过去12个月的日收益率数据计算各个期货品种的偏度,并从低到高排序,做多偏度最低的
前20%品种,做空偏度最高的前20%品种来构建偏度因子,和HP四个因子来进行风险调整,该因子的年化超额收益仍然高达6.58%。
我们将满足条件的期货品种按过去R个交易日的偏度排序,做多偏度最小的前20%品种,做空偏度最大的前20%品种,
持有H个交易日调仓,构建我国市场上的偏度因子。
随着回看期R的增加,因子收益先降后升,当R在100-180个交易日之间时,因子表现相对较好,且对持有期H并不敏感。
commodityfuturesriskpremia,ReviewofFinancialStudies,1,173-193.[2]Bessembinder,H.(1992).Systematicrisk,hedgingpressure,andriskpremiumsinfuturesmarkets,ReviewofFinancialStudies5,637-667.[3]Fuertes
AM,MiffreJ,Fernez-PerezA.CommodityStrategies
BasedonMomentum,TermStructure,andIdiosyncratic
Volatility[M].2011.[4]FernandezperezA,FrijnsB,Fuertes
AM,etal.TheSkewnessofCommodityFuturesReturns[J].
SocialScienceElectronicPublishing,2015.基本面因子期货的基本面分析本质上就是对其供给和需求进行分析,需求包括国内消费总量和出口量,而供给主要通过库存量来反映,如果库存下降,价格通常上涨,反之库存上升价格通常下跌。
期货仓单是由期货交易所指定交割仓库按照交易所规定的程序签发的符合合约规定质量的实物提货凭证,期货仓单将社会库存由隐性变为显性,仓单的变化在一定程度上反映了
仓单的变化率排序,并剔除期初注册仓单数量为
0的品种,
库存的变化。
将满足条件的期货品种按过去R个交易日注册做多仓单下降幅度最大的前20%品种,做空仓单上升幅度最大的前20%品种,持有H个交易日调仓,构建仓单变化率因子,因子在绝大多数参数组下均取得2%以上正收益,当回看期R在80-100个交易日之间时,因子表现较好,且对
持有期H敏感性较低,在较大的参数范围内可以取得5%左右的年化收益率和1左右的收益风险比。
从时间序列上看,仓单变化因子表现相对稳定,从未发生较大幅度的回撤。
除了交易所的注册仓单之外,总库存还包括预报仓单、社会
库存等,部分国际化的商品还要还考虑海外交易所的库存,
存。
注册仓单虽然每日更新,相对透明,但数据波动较大,
库存,处理规则如下:
1)对于上期所合约,公
不能很好地反应真实库存,我们尝试汇总统计了各商品的总布的库存数据分为小计和期货,小计为符合交割品质的货物数量,期货为已制成仓单的货物数量;根据定义,库存小计包含现货库存,因此优先选择;对于郑商所农产品期货,例如粳稻、强麦等,采用仓单数量+有效申报的方式计算库存。
2)库存小计为周数据,期货库存=注册仓单为日数据,
需要将库存小计调整成日数据。
3)在统计海外交易所库存时,其单位可能与国
内不统一,例如COMEX黄金库存的计价单位为盎司。
在汇总时,我们将单位统一成吨。
将满足条件的期货品种按过去R个交易日总库存的变化率排序,做多库存下降幅度最大的前20%品种,做空库存上升幅度最大的前20%品种,持有H个交易日调仓,构建库存变化率因子。
库存变化率因子对参数的敏感性与仓单变化率因子十分接近,同样当回看期R在80-100个交易日之间时,因子表现较好,且对持有期H敏感性较低,在较大的参数范围内可以取得5%左右的年化收益率和1左右的收益风险比。
从时间序列上看,库存变化率因子净值走势与仓单变化率因子高度一致,表现稳定。
Beta因子商品具有对冲通胀风险的
作用,在通胀上升期往往具有很好的表现。
Miffreetal.(2016)将过去60个月商品的月收益率对通胀冲击做回归得到beta
系数,其中通胀冲击定义为CPI同比(环比)涨幅的月度变化率,通过买入高通胀beta的品种,卖出低通胀beta的品种来构建通胀beta因子。
考虑到CPI披露日期存在滞后,我们以调仓日期前两个月作为起点,向前回溯过去R年,将满足条件的期货品种的月收益率对通胀冲击做回归,其中通胀冲击分别基于CPI同比涨幅和环比涨幅计算。
做多beta
值最大的前20%品种,做空beta值最小的前20%品种,持
可以取得5%以上的年化收益率,
但敏感性相对较高。
R的
变化将导致因子收益大幅波动。
ErbandHarvey(2006)[1]发现S&P-GSCI指数(标准普尔高盛商品指数)的超额收益与美元相对其他主要货币
的汇率具显著的负相关性,这是因为大宗商品多数是以美元
期货收益率与美元相对其他主要货币的涨跌幅做回归得到
beta系数,通过买入低beta的品种,卖出高beta的品种,
受到美元汇率变动影响较小,本文暂未构建该因子。
[1]
构建美元beta因子。
考虑到我国部分商品并非完全国际化,
HarveyCR.TheStrategicandTacticalValueofCommodityFutures[J].SocialScienceElectronic
Publishing,2006,62
(2):
69-97.
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 海量 专题 31 商品 期货 因子 挖掘 组合 构建 探究
![提示](https://static.bdocx.com/images/bang_tan.gif)