长江证券_20160627_学院派择时系列(一)：多空博弈下的基差溢价效应.pdf

《长江证券_20160627_学院派择时系列(一)：多空博弈下的基差溢价效应.pdf》由会员分享，可在线阅读，更多相关《长江证券_20160627_学院派择时系列(一)：多空博弈下的基差溢价效应.pdf（28页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 请阅读最后评级说明和重要声明 1 / 28 研究报告 量化择时 2016-6-27 金融工程(专题报告) 学院派择时系列学院派择时系列( (一一) )：多空博弈下的基差溢价：多空博弈下的基差溢价 效应效应 分析师 武丹 (8621)68751259 执业证书编号：S0490513090003 联系人 杨靖凤 （8621）68751636 分析师 分析师 市场表现 0.00.01.01.02.02.03.03.04.04.05.05.0400040006000600080008000100001000012000120002015042120150421201506252015062520

2、150827201508272015110920151109201601122016011220160322201603222016052620160526中证500多空策略资料来源：Wind 相关研究 没有正基差就做不了 alpha？ 负基差对冲 策略2016-6-5 个股情绪指标构建基于新闻关注度 2016-6-3 从行业选择中寻找增强2016-5-24 报告要点 基差理论定价模型能够较好地描述基差的运动 考虑合约的时间价值以及指数分红的影响， 基差理论定价模型可以解释 85%以上的基差变动。与 5 期移动平均线模型相比，解释能力更强，平滑性更好，波动性更低； 基差溢价指标对指数的未来涨跌

3、有较好的预测能力 我们从短期择时能力(择时强度)和长期择时能力(择时区间)两个角度来衡量基差溢价指标的择时能力。研究发现，IF 和 IC 基差溢价指标与指数第二天的涨跌幅有显著的正相关关系，同时对指数未来 5-10 天的涨跌幅也有良好的解释能力； 基差溢价指标与指数的隔日开盘跳空幅度有明显的正相关关系 研究发现，对于日频择时模型，采用“收盘-收盘”与“开盘-开盘”的收益率计算方式会导致净值曲线巨大的差异，其原因之一在于基差溢价指标对指数的隔日开盘跳空幅度有较好的预测能力； 基于基差溢价指标的指数择时模型表现良好 IF 基差溢价指标择时胜率 59%，年化收益 139.9%，最大回撤 13%；IH

4、 基差溢价指标择时胜率 64%，年化收益 33%，最大回撤 24.4%；IC 基差溢价指标择时胜率 64%，年化收益 274%， ，最大回撤 20%； 加权基差溢价指标的择时能力得到显著增强 加权基差溢价指标对指数未来涨跌的预测能力更强，而且权重的设置具有稳定性，并非数据过度拟合；基于加权基差溢价指标的指数择时模型表现比单一基差溢价指标更好，择时胜率 63%，年化收益 304.9%，最大回撤 18.2%，夏普率为 3.21； 请阅读最后评级说明和重要声明 2 / 28 金融工程(专题报告) 目录 一、研究背景 . 4 二、基差理论定价模型 . 5 三、基差预测效果 . 6 四、基差溢价指标 .

5、 7 五、择时能力分析 . 9 1、IF 基差溢价指标 . 10 2、IH 基差溢价指标 . 10 3、IC 基差溢价指标 . 11 六、基于基差溢价指标的择时策略 . 12 1、模型思路 . 12 2、沪深 300 指数择时结果 . 13 3、上证 50 指数择时结果 . 16 4、中证 500 指数择时结果 . 19 5、择时结果分析. 22 七、加权基差溢价指标的增强效果 . 23 八、总结 . 27 图表目录 图 1：IF 基差与合约距离到期日天数的关系 . 5 图 2：IF 的实际基差与理论基差比较 . 6 图 3：基差定价模型与 5 期移动平均线的比较 . 7 图 4：基差溢价与沪

6、深 300 指数走势 . 8 图 5：基差溢价与上证 50 指数走势 . 8 图 6：基差溢价与中证 500 指数走势 . 8 图 7：IF 基差溢价指标择时强度 . 10 图 8：IF 基差溢价指标择时区间 . 10 图 9：IH 基差溢价指标择时强度 . 11 图 10：IH 基差溢价指标择时区间 . 11 图 11：IC 基差溢价指标择时强度. 11 图 12：IC 基差溢价指标择时区间 . 11 图 13：沪深 300 多空日频择时策略 . 13 图 14：沪深 300 单纯做多日频择时策略 . 13 图 15：沪深 300 多空周频择时策略 . 14 图 16：沪深 300 单纯做多

7、周频择时策略 . 15 图 17：上证 50 多空日频择时策略 . 16 请阅读最后评级说明和重要声明 3 / 28 金融工程(专题报告) 图 18：上证 50 单纯做多日频择时策略 . 16 图 19：上证 50 多空周频择时策略 . 17 图 20：上证 50 单纯做多周频择时策略 . 18 图 21：中证 500 多空日频择时策略 . 19 图 22：中证 500 单纯做多日频择时策略 . 19 图 23：中证 500 多空周频择时策略 . 20 图 24：中证 500 单纯做多周频择时策略 . 21 图 25：基差溢价与指数开盘跳空 . 22 图 26：权重变化与择时能力 . 23 图

8、 27：加权基差溢价指标多空日频择时策略 . 24 图 28：加权基差溢价指标单纯做多日频择时策略 . 24 图 29：加权基差溢价指标多空周频择时策略 . 25 图 30：加权基差溢价指标单纯做多周频择时策略 . 26 表 1：期货择时指标概述 . 4 表 2：基差定价模型与 5 期移动平均线的比较 . 7 表 3：基差溢价指标的描述统计分析 . 9 表 4：择时模型参数 . 12 表 5：沪深 300 日频策略回测结果分析 . 14 表 6：沪深 300 周频策略回测结果分析 . 15 表 7：上证 50 日频策略回测结果分析 . 17 表 8：上证 50 周频策略回测结果分析 . 18

9、表 9：中证 500 日频策略回测结果分析 . 20 表 10：中证 500 周频策略回测结果分析 . 21 表 11：日频多空择时策略结果比较 . 22 表 12：加权基差溢价指标日频策略回测结果分析 . 25 表 13：加权基差溢价指标周频策略回测结果分析 . 26 请阅读最后评级说明和重要声明 4 / 28 金融工程(专题报告) 一、研究背景 其一，在股指期货的保证金，开仓量以及交易费用的多重限制之下，股指期货的交易量大幅缩减，股指期货的投机成本大幅上升，因此必须有较大的胜率和盈亏比作为支撑，股指期货市场的投机者才会选择开仓进场。在这种背景下，聪明有经验的投机者聪明有经验的投机者才有可能

10、生存下来，所以股指期货市场会比之前反映出更多的方向性的信息。才有可能生存下来，所以股指期货市场会比之前反映出更多的方向性的信息。在流动性在流动性恶化的环境下，多空博弈的痕迹将异常明显。恶化的环境下，多空博弈的痕迹将异常明显。 其二，2015 年 4 月 16 日，中金所推出了上证 50 股指期货和中证 500 股指期货，极大地丰富了衍生品工具。 沪深 300，上证 50 和中证 500 在股票市值，行业成分等方面有较大的差异，因此可以反映出多个维度的市场信息。一方面，我们可以根据信息的差异性进行大小盘风格的择时；另一方面，我们可以对信息进行整合和去噪，从而进行市场趋势的判断。 其三，在经历了过

11、去两年里面的单边牛市和股灾后，市场出现大的单边行情的概率相对来说较低，更多的应该是以震荡行情或者小趋势为主。因此，继续采用适用于单边行情的择时策略(如经典的均线系统)可能不是一个特别好的选择， 我们需要更加灵敏，且具有一定领先性的择时策略。 因此，我们以三个品种的股指期货作为研究对象，以较高的预测胜率和盈亏比为目标，从股指期货的数据上提取了三三个有效的择时指标，分别为基差溢价指标，机构持个有效的择时指标，分别为基差溢价指标，机构持仓比以及机构持仓集中度比。仓比以及机构持仓集中度比。 (其中由于机构持仓比以及机构持仓集中度比在专题报告大市研判指标简介里面已经有所介绍，因此本文将主要介绍基差溢价指

12、标) 表 1：期货择时指标概述 择时指标择时指标 更新频率更新频率 指标简介指标简介 基差溢价指标 日频 实际基差与理论预测基差的偏离幅度 机构持仓比 日频 基于中金所公布的成交持仓数据计算出机构多头净持仓 机构持仓集中度比 日频 以赫芬达尔指数-赫希曼指数(HHI)的方法计算出多头持仓集中度和空头持仓集中度的对比 资料来源：长江证券研究所 请阅读最后评级说明和重要声明 5 / 28 金融工程(专题报告) 二、基差理论定价模型 一般来说，我们认为股指期货的基差由三部分构成，时间价值导致的基差，指数分红导致的基差以及投资情绪和预期导致的基差。在基差监控工具以及 2016 年指数分红预测的专题报告

13、里面，我们只分析了前两者的影响而一直没有分析投资情绪和预期的因素，因此我们想要将基差中的时间价值因素和指数分红因素剔除掉，从而观察剩余的部分是否对未来收益有显著的预测能力。 从 2015 年 9 月 7 日至今共经历了 1509 至 1605 共 9 个合约，其中 1512 和 1603为季月合约。而对于每一个合约而言，在其上市的每一个交易日，都有其对应的基差以及距离合约到期日的天数。我们根据成对的(距离合约到期日天数，百分比基差)数据画出以下的散点图以及其拟合的曲线(图 1 数据为沪深 300 股指期货的数据)。 图 1：IF 基差与合约距离到期日天数的关系 -12%-8%-4%0%4%01

14、02030405060708090100距离到期日的天数距离到期日的天数资料来源：天软科技, 长江证券研究所 从图 1 中我们可以得到两个结论：第一，贴水随着到期日的临近而逐渐缩小；第二，合约离到期日越近，其贴水缩小的速度越快，即斜率越来越大。因此我们认为基差的收敛近似服从指数收敛的过程， 我们可以用无风险套利定价模型的框架对基差进行分析。而如果我们把合约存续期内的分红考虑进来的话，我们可以构建出以下的基差定价模型： 实际基差 = 理论基差 + 情绪波动 = 时间价值 期内分红 + 投资情绪 =( 1) + 其中 r 为理论隐含利率，t 为当前的时刻，T 为合约到期的时刻，St 为当前的现货价

15、格，Dividend 为时间 t 到时间 T 内合约包含的分红点数，Emotion 为时间 t 的投资情绪。对于隐含利率，我们有以下的计算方法： 矫正基差 = 实际基差 + 合约剩余期内分红点数 实际隐含利率 = 365合约剩余期限天数log(1+矫正基差现货价格) 请阅读最后评级说明和重要声明 6 / 28 金融工程(专题报告) 三、基差预测效果 根据我们上述定义的基差定价模型，上述模型中有上述模型中有是三是三项是未知的项是未知的，期内分红，期内分红Dividend，理论，理论隐含利率隐含利率 r 以及以及投资投资情绪情绪 Emotion。因此如果我们想要得到投资情绪因此如果我们想要得到投资

16、情绪Emotion，我们只需要对期内分红以及理论隐含利率做出估计即可。，我们只需要对期内分红以及理论隐含利率做出估计即可。 对于期内分红，我们使用长江证券的专题报告基差监控工具以及 2016 年指数分红预测里面的预测方法进行预测。而对于理论隐含利率 r，我们用过去 1 天的 48 个 5分钟的实际隐含利率的平均值来进行估计。 我们使用 IF 当月合约从 2015 年 9 月 21 日到 2016 年 3 月 31 日的 30 分钟数据，同时为了避免交割前的交易扰动，剔除每个当月合约交割前 2 天的数据，最终剩余 928个样本点。我们将这 928 个样本点的基差与理论基差进行对比(图 2)，发现

17、基差定价模型可以较准确地预测出当前时间的理论基差，实际基差围绕着理论基差上下波动，投资者可以根据理论基差的大小来衡量当前的实际基差到底是偏高还是偏低。 图 2：IF 的实际基差与理论基差比较 -180-120-6002015-09-212015-11-042015-12-112016-01-222016-03-08当前基差当前基差基差定价模型基差定价模型资料来源：天软科技, 长江证券研究所 为了检验模型的拟合效果，我们把基差定价模型预测的理论基差与实际基差的移动平均线(即用过去 5 期的实际基差的算术平均值作为下一期理论基差的预测)进行比较，其中 实际基差的解释能力 = 1 - 残差的离差平方

18、和实际基差的离差平方和 曲线平滑程度 = 曲线 1 阶差分的顺序排列数对的占比 残差 = 实际基差 预测基差 两个模型的比较结果见图 3 和表 2。 我们发现基差定价模型对实际基差的解释能力达到了 86.47%，这表示基差定价模型已经可以很好地预测实际基差的大小，且因为基差定价模型的残差的平均值和中位数非常接近零，残差的波动率较小，因此我们基本上认为基差定价模型可以没有系统性偏差地描述了实际基差的变化。 而从曲线的平滑程度来看，基差定价模型的平滑程度比 5 期移动平均线模型高 10%，表明它具有更强的稳定性和抗噪音性。总的来说，总的来说，在对实际基差的解释能力在对实际基差的解释能力，曲线的平滑

19、程度以及残差的波曲线的平滑程度以及残差的波动率上动率上基差基差定价定价模型相比于模型相比于 5 期移动平均线有明显的优势期移动平均线有明显的优势， 因此我们认为基差定价模型可以在较大的程度上解释实际基差的大小，并为投资者提供一个合理基差的估算。 请阅读最后评级说明和重要声明 7 / 28 金融工程(专题报告) 图 3：基差定价模型与 5 期移动平均线的比较 -180-120-6002015-09-212015-11-042015-12-112016-01-222016-03-085期移动平均线期移动平均线基差定价模型基差定价模型资料来源：天软科技, 长江证券研究所 表 2：基差定价模型与 5

20、期移动平均线的比较 基差定价基差定价模型模型 5期移动平均线期移动平均线 对实际基差的解释能力 86.47% 79.81% 曲线平滑程度 73.38% 64.01% 残差平均值 -0.50 0.23 残差中位数 -0.45 0.62 残差波动率 13.23 16.16 资料来源：天软科技，长江证券研究所 四、基差溢价指标 根据基差理论定价模型，我们得到了每一时刻的理论基差的估计，也就可以计算出实际基差与理论基差的偏离程度。考虑到基差随着到期日临时会逐渐收敛到零，此时考虑到基差随着到期日临时会逐渐收敛到零，此时实际实际基差与理论基差的偏离程度基差与理论基差的偏离程度的的波动波动会较大，因此我们构

21、建了时间加权基差的概念，会较大，因此我们构建了时间加权基差的概念，剔除到期日剔除到期日临近临近对基差溢价指标的对基差溢价指标的影响影响。沪深 300，上证 50 和中证 500 的行情走势以及对应的 IF，IH 和 IC 基差溢价见图 4，图 5 和图 6。 时间加权实际基差 = T远月 30T远月 T近月近月实际基差 + 30 T近月T远月 T近月远月实际基差 时间加权理论基差 = T远月 30T远月 T近月近月理论基差 + 30 T近月T远月 T近月远月理论基差 基差溢价 = 时间加权实际基差 时间加权理论基差时间加权理论基差的绝对值请阅读最后评级说明和重要声明 8 / 28 金融工程(专

22、题报告) 图 4：基差溢价与沪深 300 指数走势 -80%-80%-60%-60%-40%-40%-20%-20%0%0%20%20%40%40%2000200025002500300030003500350040004000450045005000500055005500600060002015042120150421201506172015061720150813201508132015101920151019201512142015121420160216201602162016041320160413基差溢价基差溢价1010日均值日均值沪深沪深300300资料来源：天软科技, 长江证

23、券研究所 图 5：基差溢价与上证 50 指数走势 -100%-100%-80%-80%-60%-60%-40%-40%-20%-20%0%0%20%20%40%40%100010001500150020002000250025003000300035003500400040002015042120150421201506172015061720150813201508132015101920151019201512142015121420160216201602162016041320160413基差溢价基差溢价1010日均值日均值上证上证5050资料来源：天软科技, 长江证券研究所 图 6：

24、基差溢价与中证 500 指数走势 -50%-50%-40%-40%-30%-30%-20%-20%-10%-10%0%0%10%10%20%20%30%30%40%40%4000400050005000600060007000700080008000900090001000010000110001100012000120002015042120150421201506172015061720150813201508132015101920151019201512142015121420160216201602162016041320160413基差溢价基差溢价1010日均值日均值中证中证500

25、500资料来源：天软科技, 长江证券研究所 请阅读最后评级说明和重要声明 9 / 28 金融工程(专题报告) 同时我们根据 2015 年 4 月 21 日至 2016 年 6 月 3 日的沪深 300， 上证 50 和中证500 的股指期货数据计算出每日的基差溢价指标。我们对此进行了数据的描述性分析和相关性分析，见表 3。 从中位数以及上下分位数来看，IC 基差溢价会相对来说更高，IH 基差溢价相对更低； 从标准差来看， IC 基差溢价的标准差显著低于 IF 基差溢价和 IH 基差溢价， 表明 IC基差溢价的波动性更加小，抗噪能力较强；从数据的分布偏度来看，IC 基差溢价最大，IH 基差溢价最小，表明 IC 更容易产生异常高的基差溢价，IH 恰恰相反，更容易产生异常低的基差溢价。 从相关系数矩阵来看，IF 基差溢价与 IH 基差溢价的相关性较高，达到 0.576，主要原因是沪深 300 和上证 50 都代表着大盘股的走势；而 IF 基差溢价与 IC 基差溢价的相关性较低，为 0.559；IH 基差溢价与 IC 基差溢价的相关性最低，仅为 0.370。总的来总的来说说，三个指标既保留了较