《FICC系列研究之五：商品期货因子挖掘与组合构建再探究》由会员分享，可在线阅读，更多相关《FICC系列研究之五：商品期货因子挖掘与组合构建再探究（28页珍藏版）》请在金锄头文库上搜索。
1、 请务必阅读正文之后的信息披露和法律声明 Table_MainInfo 金融工程 研究 证券 研究 报告 金融工程专题报告 2017 年 08 月 18 日 Table_Title 相关研究 Table_ReportInfo 引入风险管理后的多因子选股框架与指数增强策略 2017.08.14 大类资产配臵及模型研究（四） 2017，全球对冲基金的新纪元？2017.07.25 选股因子系列研究（二十三） 历史财务信息对股票收益的预测能力2017.07.26 Table_AuthorInfo 分析师 :冯佳睿 Tel:(021)23219732 Email: 证书 :S0850512080006
2、联系人 :姚石 Tel:(021)23219443 Email: FICC 系列研究之 五 商品期货 因子挖掘与组合 构建再 探究 Table_Summary 投资要点： 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 。 商品 期货 因子 挖掘 。 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。 在 我国市场上表现 突出 的因子 主要 包括 时间序列动量、横截面动量、展期收益率、基差动量、 仓单 和 库存 变
3、化率 ，在 最优参数 区域 可以 取得 5%以上的年化收益率 。 偏度 和流动性因子 历史 波动较大，但近年来表现较好 。 期货 多因子 组合构建方法 。 构建 期货多因子组合 主要 有 四种 方法。第一种是将每个因子看成一个 Smart Beta 指数，然后将资金分配给不同的指数，定期做再平衡； 第二种 是选股中 常见 的 多因子打分法； 第三种 1/K 加权 法 是 将 不同因子 内同一 品种的多空 持仓 进行对冲， 并 将多头和空头品种 的 权重 分别 归一化， 构建 面值中性 组合 ；第四种 基于目标波动率的复合信号策略 则 将每个因子看成信号 ， 通过品种的信号强度和 事前 波动率来
4、确定组合内品种 间 的权重 ， 最后 通过 调整组合的整体仓位 来 实现 目标波动率。 期货多因子 组合表现 。 我们使用时间序列动量、横截面动量、展期收益率、基差动量和仓单变化率等因子构建的基于 目标波动率 的复合信号策略在 全样本 的 年化收益率为 13.82%，收益风险比和 calmar 比率高达 2.52 和 2.76，在样本 外 的年化收益率为 10.68%，收益风险比和 calmar 比率 为 1.91 和 3.38，策略表现十分稳健，且对交易成本敏感性较低。 风险性提示： 市场系统性风险、模型误设风险、流动性风险、基本面变化风险。 金融工程研究 金融工程专题报告 2 请务必阅读正
5、文之后的信息披露和法律声明 目录 1. 研究背景 . 5 2. 回测参数设臵 . 6 3. 商品期货因子挖掘 . 6 3.1 动量因子 . 6 3.2 期限结构因子 . 7 3.2.1 展期收益率 . 7 3.2.2 基差动量 . 8 3.3 价值因子 . 10 3.4 持仓相关因子 . 11 3.4.1 对冲压力 11 3.4.2 持仓量变化率 . 12 3.5 量价因子 . 13 3.5.1 特质波动率 . 13 3.5.2 偏度 . 14 3.5.3 流动性 . 15 3.6 基本面因子 . 16 3.6.1 仓单 . 16 3.6.2 库存 . 17 3.7 beta 因子 . 18
6、3.7.1 通胀 beta . 18 3.7.2 美元 beta . 19 3.8 小结 . 19 4. 期货多因子组合构建方法 . 20 4.1 多因子打分法 . 20 4.2 1/K 加权法 . 21 4.3 复合信号策略 . 21 4.4 敏感性分析 . 22 5. 总结与讨论 . 23 6. 风险提示 . 24 金融工程研究 金融工程专题报告 3 请务必阅读正文之后的信息披露和法律声明 图目录 图 1 商品期货因子分类 . 5 图 2 海外市场期货因子回测效果 . 5 图 3 时间序列动量因子在最优 参数（ R:40,H:5）下的净值曲线 . 7 图 4 横截面动量因子在最优参数（ R:40,H:5）下的净值曲线 . 7 图 5 展期收益率因子在不同参数组下的净值曲线 . 8 图 6 基差动 量因子在最优参数组下的净值曲线 .
