2022~2023年金融工程回顾及展望 股指期货基差回顾及展望

1. 股指期货市场

1.1 2022 年股指期货市场回顾

2022 年仍处于疫后国内生产和经营不确定性较高的阶段，疲软的大环境下居民收入预期转弱，储蓄意愿提 升。同时海外地缘危机突发和紧缩周期持续推进，余烬不息之下宏观风险亦久久未能散去，全年实体回报率下 降，各路资金携手流向低风险资产。A 股全年下跌时段长于上涨时段，且不论下跌的斜率还是持续时间都是近 年罕见。但在疫情防控措施优化落地后，股市呈现明显的反弹格局，再次表明疫情是 2022 年最为核心的变 量。截至 11 月 11 日，上证综指年内跌幅 15.18%，权重股较中小盘股指跌幅相对更大，上证 50 和沪深 300 跌 超 20%。一级行业指数中，国际局势的次生影响引致了能源供应偏紧的大格局，也助推了能源板块年内一枝独 秀的行情，除能源板块外其余板块全部录跌，消费、医疗、金融三大权重板块跌幅均在 20%附近，信息技术板 块跌幅接近 25%。

从成交持仓来看，全年各品种成交量和持仓量均有上升。截至 11 月 11 日，IH、IF、IC、IM 的持仓量分 别较年初首个交易日增长 9,281 手、13,313 手、51,389 手以及 123,567 手（较上市首日），日均持仓量分别 约为 11.06 万手、20.11 万手、32.36 万手和 8.44 万手。成交量方面，下半年成交量略低于上半年，四个品 种日均成交量分别为 6.25 万手、11.21 万手、11.26 万手以及 5.62 万手。 上半年在宏观风险驱动下波动率直线上升，下半年波动率整体稳定，年末再次抬升。3 月份在国际局势刺 激下指数大跌，同时各个品种波动率直线拉升，局势稳定后波动率迅速回落。下半年各品种波动率稳定在较低 水平，年末随着指数反弹波动率略有上行。截至 11 月 11 日，四个品种的波动率分别为 31.29%、28.77%、 21.61%和 25.21%，但仍远低于年内高点。

1.2 股指期货基差回顾及展望

从全年标的指数和基差走势来看，除一季度指数和基差正相关外，二季度和三季度指数和基差均为负相关 走势，特别是三季度以来，指数持续一路向下，但基差却上升至近年高位。结合近几年基差水平，2022 年全年 股指基差均明显高于往年，我们认为原因主要有以下几点。

1．公募中性产品发行暂停，同时存续产品规模缩水。首先从公募市场来看，2020 年是公募中性产品短暂 的狂欢，一年发行产品多达 18 只，2021 年新发数量锐减至仅 2 只（且均为 2013 和 2014 年早已成立 的产品的分级基金），2022 年更是无一新发，公募中性产品发行按下暂停键，也意味着来自公募市场 的新增资金暂时缺位。另一方面，多数存续的中性产品规模遭遇缩水，79 只产品中 56 只产品规模较 年初缩水，其中缩水幅度最大的超过 100 亿。因此从公募产品的视角来看，股指期货的对冲压力较往 年大幅减弱，成为基差水位偏高的原因之一。

2．私募中性产品新发放缓，业绩滑坡导致私募同样面临规模缩水的压力。2022 年私募中性产品的发行速 度明显放缓，由 2021 年的发行高峰（全年发行 348 只）放缓至 209 只，全年除 8 月和 10 月外，其余 月份的发行数量均同比下降，特别是 5 月份同比降幅超过 50%。同时，2022 年以来私募量化对冲产品 的净值走势相对较震荡，全年平均收益率仅 4.4%，相较于固收资产并不具备优势，业绩下滑同样导致 了这些中性产品面临规模缩水的压力。因此从私募中性产品的视角来看，私募对冲的力度也较往年有 一定的削弱。

3．经济复苏速率放缓，但政策环境持续偏暖，预期边际转好。2022 年全年在疫情冲击下经济复苏速率放 缓，特别是出口和地产两大增长引擎相继熄火，同时消费和服务业也受到疫情和政策的限制。但与此 同时今年在“稳增长”基调下政策环境从年初起持续偏暖，包括降准降息、防控措施多次优化、地产 托底等重磅政策陆续落地，也使得市场确信“至暗时刻”已经度过，经济边际向好是板上钉钉，因此 场内情绪较长时间地偏向于多头一端，基差下方支撑坚固。

4．指数触及历史最低估值，市场观望中略偏向看涨，对冲意愿低迷。从估值的角度来看，指数市盈率下 行至 2016 年以来极低的位置，上证 50 和沪深 300 的估值下沉至 6.7%分位的位置，最高的中证 500 也仅位于近年 30%分位数。指数任性下跌，估值不断突破市场预期下限的同时也是市场看多预期强化 的过程，观望情绪中混杂的更多是对反弹的预期，因此市场的对冲意愿低迷，基差缺乏下行的内生驱 动力。

5．IM 上市分流了 IC 的对冲压力。从历史走势观察，中证 500 和中证 1000 的相关性长期高于 0.9，走势 基本一致，这导致了 IM 上市后对 IC 极强的替代性，因此 IM 替代 IC 的操作可以说畅通无阻。由于 IM 对小市值股更高的匹配度，以小市值为标的的对冲资金自然会更加倾向于 IM，因此 IM 的上市分流了 一部分堆积在 IC 上的对冲资金，缓解了 IC 的对冲压力，这也是 IC 基差高于往年的原因之一。

6．券商 AB 款收益互换业务持续清退，挤压中性产品规模。收益互换业务是券商场外衍生品业务的重要组 成部分，是券商与客户之间的投资收益和固定收益的互换，一般以保证金形式开展。其中 AB 款互换业 务（新规下为多空收益互换）是指客户提供一倍保证金，券商配置数倍资金，投资于私募、个股、期 货等资产，这部分投资收益归客户所有，客户则向券商支付固定利息。2021 年 Q4 以前，大量的量化私募和券商合作开展 AB 款收益互换业务，但 2021 年 12 月 3 日中证协发布《证券公司收益互换业务 管理办法》，明确规定“收益互换业务不得与私募基金及资管计划等私募产品、场外衍生品进行挂 钩”，同时监管明确了一年过渡期，过渡期内有序了结存量业务，过渡期满后不得存续任何不符合新规 的业务。根据中国证券业协会数据，截至 2021 年末，收益互换存续名义本金 10260.67 亿元；截至 2022 年中报，有披露的一级交易商收益互换存续规模多体现为净压降。而此前 AB 款业务挂钩了大量 的私募中性产品，因此今年中性产品在 AB 款业务陆续清退的影响下面临较大的规模压力，对股指基差 的压制减弱。

对于后市基差走势，我们认为短期内基差向下的可能较大，在此期间 IH 可能略强于 IF，IC 和 IM 走势依 然保持同步。但由于明年行情不确定性较高，中性产品跑出超额的难度较高，基差回落幅度或有限。

1．当前股指基差纷纷站上近三年 90%分位数以上，近年以来年初附近的对冲窗口再次打开。截至 11 月 11 日，IH、IF、IC、IM 四个品种的持仓量加权基差分别位于近三年（上市以来）的 68.4%、93.7%、 97.8%以及 95.9%分位，除 IH 外均是近三年来比较罕见的基差水平，对于中性产品而言是非常具有性 价比的开仓位置，可能带动短期基差向下。

2．融券余额增速逐步放缓，有见顶迹象。对于量化机构而言，融券和期货对冲是两种可互相替代的对冲 手段，管理人会根据二者的成本择机选择其一进行对冲。当股指期货的年化贴水低于融券利率时，管 理人倾向于期货对冲；当对冲资金进入期货市场压低贴水时，融券体现出一定的优势，资金又会转移 至融券，以如此周期的方式行进。因此当融券规模上升时，股指期货的对冲压力减弱，基差倾向于上 行；当融券规模下降时，股指期货对冲压力增强，因此基差面临下行的压力。我们观察到，融券规模 突破百亿后，对股指基差逐渐表现出一定的领先性，2022 年以来领先时间约为 1 个月。下半年以来， 融券规模增速明显放缓，目前有见顶迹象，因此股指基差短期内有回落的可能。

3．标的隐含回报对短期基差有一定的参考作用。从方向性交易的角度来看，标的指数的性价比提升会渗 透到股指期货的交易氛围当中，我们以 E/P 来简单衡量标的指数的隐含回报，对照相关性较高的品 种，发现 EP 之差对基差之差有一定的领先作用。当标的指数的隐含回报相对走高时，该品种的交易氛 围更加偏多头，因此对应期货品种的基差相对于类似品种走强幅度更大。2021 年以来 IH 和 IF 两个品 种上表现较为明显。IM 上市以来，中证 500 和中证 1000 的 EP 之差较为稳定，IC 和 IM 的基差之差也 呈现出比较明显的回归特性。近期上证 50 和沪深 300EP 之差走高，可能带动短期 IH 基差强于 IF。中 证 500 和中证 1000EP 之差较稳定，因此短期内 IC 和 IM 基差仍将保持同步。

4．券商收益互换业务新规影响逐渐散去。上文提到，私募中性产品在《证券公司收益互换业务管理办 法》新规下面临规模压力，今年 12 月 3 日过渡期满，这也意味着挂钩私募产品的 AB 款业务将被全部 清退，对中性产品的冲击将逐渐弱化。因此经过短期调整后，2023 年私募中性产品将不再受到收益互 换业务整改的冲击，对股指基差的压制也将边际增加。 但我们认为基差下行的幅度或有限，主要原因在于明年市场不确定性可能仍然较高。一方面，目前经济复 苏的速率和状态依然低于预期，经济修复的不确定性带来政策的不确定性，有无进一步的新增政策以及政策工 具如何落地依然有待观察；另一方面，防控措施优化后疫情的不确定性较高，而疫情又是当前最为核心的变 量，因此对市场扰动或将持续存在；另外，海外通胀不确定性较高，美国通胀能否如期缓解可能是决定市场方 向的另一个核心变量。不确定性较高的市场环境当中，中性产品跑出超额收益的难度较高，因此中性产品规模 可能难以扩张，股指期货盘面的对冲压力相对有限，因此基差下行的幅度也可能有限。

1.3 公募基金的股指期货持仓情况回顾

2022 年全年市场行情相对不利的条件下，公募基金依然维持增长，公募基金产品总数突破一万只，较 2021 年 11 月增长 15.2%，资产净值合计突破 26 万亿。近期已披露的正在发行和等待发行的公募产品共 135 只（含分级基金），其中最多的是偏股混合型基金、指数型基金以及纯债型基金。另外值得注意的一点是，从 2021 年以来，混合型基金份额占比逐渐下滑，取而代之的是债券型基金，这也印证了全年资产回报率下行的背 景下，资金对低风险资产的偏好增强。在这样的市场氛围下，公募基金对于股指期货的应用力度再次增强。

今年三季度基本面压力较大，标的指数走低的同时期货贴水走阔，在此过程中对冲端获得较多盈利，同时 较深的贴水压制对冲意愿，也创造了吃贴水进行指数增强的需求。根据公募基金三季报，共 58 家公募基金公 司参与股指期货，多头持仓的产品增加至 211 只，空头持仓的产品则减少至 79 只，产品总数量则增长至 278 只。受到市场下行的拖累，这些产品持有的股指期货总市值缩水至 189.54 亿元。 截至 2022 年 9 月底，股指期货的市场总持仓量上升至 722,792 手（单边计算），公募基金多头持仓数量 季度环比增长 18.22%至 8162 手，空头持仓数量环比减少 27.59%至不足 9000 手，因此多头持仓占全市场的比 例小幅上升，空头持仓比例则进一步下降，目前仅为 1.2%。 从品种的角度来看，IC 的减仓市值与 IM 的增仓市值基本对等，部分 IC 转移至 IM。另外 IF 作为公募基金 对冲的绝对中坚，近几个季度减仓非常显著，2020 年末 IF 空头持仓 19101 手，至 2022 年三季度已减仓至仅 余 6599 手，市值从接近 300 亿减少至 75.5 亿。

今年应用股指期货的产品中，增长较多的是被动指数型和增强指数型基金，即对应上文提到的吃贴水进行 收益增强的类型，原因在于随着市场下行，期货贴水不断加深，为此类产品提供了较好的入场环境。另外偏债 混合型基金由二季度的 17 只增长至 29 只，为 2020 年以来新高，此类基金运用股指期货以对冲为主，平均对 冲比例由 8.09%提升至 12.8%。

1.4 展期策略绩效回顾

在套期保值过程中，由于期货合约面临到期的问题，如果投资者的目标期限超过合约期限，投资者需要在 合约临近到期时进行展期。此时除了要考虑展期后投资目标期限和合约期限的匹配以外，还应注意到的是，股 指期货四个合约的基差并不总是单调递增或者单调递减的关系。在不同的市场环境中，各期限的合约会体现出 不同的期限结构，这也决定了在不同时期，最优的合约可能发生变化。选择不同的合约决定了不同的持仓成 本，也就产生了不同的持仓收益，简单地选择最近或者最远的合约可能错失一些机会。因此，展期的合约选择 至关重要。我们基于股指期货合约的基差水平和历史形态，设计了两个展期规则——日均基差规则和基差形态 规则，用以为投资者在展期时选择合约提供参考。 在测算中，多头展期的投资组合为做多股指期货，做空指数；空头展期的投资组合为做多指数，做空股指 期货。基准为当季合约滚动展期和当月合约滚动展期，当季合约滚动展期指在新的当季合约上市首日展期至该 合约，当月合约滚动展期则指在当月合约到期前 2 个交易展期至下月合约。通过测算，2022 年以来，两个展期 规则积累了一定的超额收益，IF、IH、IC 多头展期年化收益最高分别为 4.2%、2.0%、11.0%；IF、IH、IC 空 头展期年化成本最低分别为 1.7%、1.2%、4.9%。

1.5 股指期货量价三因子模型

我们从 K 线形态、成交量、波动率、换手率几个维度构建了股指期货的量价择时因子，分别对其进行回 测，回测期从 2016 年 1 月 4 日起，考虑到股指期货合约流动性和价格稳定性，我们选择 IF 当季合约作为交易 标的，手续费设定为双边万一，不加杠杆。

K 线形态因子的收益来源于日内市场情绪的多空切换，主要在震荡行情中生效，因此在下半年以下跌为主 的趋势性表现不佳；而量能比主要跟踪市场情绪的趋势变化，观察期较长，在趋势行情下更加有效，因此下半 年表现良好；波动换手比在整个下半年交易次数极少，有效地规避了两波下跌。由于上述三个因子的互补性， 我们采用投票的方式将其合成为一个因子。合成因子在今年以来持续上扬，显著跑赢基准。

1.6 股指期货跨期因子机器学习模型

对于跨期方面的研究，我们也尝试引入机器学习。以股指期货为例，我们选用不同月份的合约多空跨期组 合的周度收益率作为目标变量，通过 A 股市场风险收益、合约成交持仓、基差价差、跨期组合特征四个维度选 取特征。对比常规的 OLS 线性回归模型，使用机器学习模型预测进行跨期因子的非线性相关性检验，回测结果 表明股指期货跨期相关特征与跨期套利周度收益之间的非线性相关性存在。因此，可以认为股指期货的相关特 征变量适合用于非线性“分类”，线性相关性虽然不显著，但依旧起到了辅助的作用。 将 IC 股指期货的当月、次月、当季和下季四种合约组合为共计六组跨期组合，分别进行比较六组跨期组 合机器学习预测的表现。回测结果表明两合约之间到期期限相差越大，跨期组合的回测表现越好。这是由于两 合约之间的价差波动率随着到期期限差扩大而扩大，收益率分布的尾部更厚，因此套利空间相应增加。进一步 在每一期调仓时，基于历史数据分别预测六组跨期组合的收益，选择收益绝对值最大的跨期组合进行套利，从 组合选择的准确度以及套利方向判断的胜率，结合样本外历史数据进一步评估机器学习模型的表现。从结果来 看，机器学习模型的组合选择胜率较低，但是对于套利方向的判断表现出色。可以认为跨期价差相关特征与价 差收益率之间的非线性相关性拥有显著的预测能力，借助机器学习模型能够有效地把握套利机会。也由于非线 性相关性无法用于“线性外推”，因此对于预测值的度量准确度稍欠，但借助机器学习在组合间进行轮动套利的 回测收益表现依旧优于单个跨期品种。 回测期从 2016 年 4 月 13 日起，不包括杠杆与手续费。每周三进行调仓前进行一次重训练，以收盘价进行 开平仓交易。2022 年的收益为 1.2%。

1.7 股指期货“潮汐指数”策略

“潮汐指数”为股指期货方向性择时因子，数值分布区间为（-100%~100%），正向代表市场看多，负向代 表市场看空，指数高低为基于当前与历史的数据分析得到的方向性概率。其含义为以预测日开盘价为起点，市 场按预测方向运行的概率，预测周期不设终点，以滚动概率形式持续修正预测方向与概率。 从策略的目标定位看，其主要针对的是来自于市场自发性演绎行情的判断与跟踪，而对于事件冲击等不可 测的非量化因素导致的短期波动适应性较低，2022 年在 IF 和 IH 上的组合收益为 11.05%。

2. 国债期货市场

2.1 2022 年国债期货综述

2022 年经济大环境低迷，股市和房市熄火，但受益于持续偏暖的政策环境，以及保持宽松的资金面，跷跷 板另一端的债券资产站上领跑位置，债券收益率全年呈现出下行轨迹，特别是三季度 10 年期国债收益率一度 触及 2.6%关口，与此同时国债期货的波动率纷纷拉升，但高度低于 3 月份。各个品种换手率全年大部分时段维 持在 40%附近波动，但 11 月初股市强劲反弹的同时，国债期货换手率突破 100%，驱动了一轮快速下跌。 牛市行情驱动下，国债期货持仓量稳步上扬，截至 11 月 11 日，T、TF、TS 三个品种的持仓量分别较年初 增长 36,888 手、44,221 手以及 28,080 手，增长率分别为 20.38%、49.84%、55.68%，5 年期和 2 年期品种 的流动性有非常明显的提升。

2.2 公募基金的国债期货持仓情况回顾

在国债期货震荡上涨的行情中，公募基金对于国债期货的参与度得到提升。公募产品数量增长较多，多头 持仓的产品增加至 19 只，空头持仓的产品增加至 50 只，产品总数量大幅增长至三季度末的 65 只，创下历史 新高。同时持仓市值随着产品阵营的扩容而快速增长，多头持仓市值增长至 28.2 亿，空头持仓市值增长至 119.5 亿，为历史首次突破百亿，公募参与国债期货市场的热情重新被点燃。同时这些基金产品的净资产合计 增长近千亿至 2716 亿，这也表明有很多规模较大的基金产品开始将国债期货纳入配置。与此同时公募基金持 仓量占全市场的比例再创新高，多头占比 0.7%，空头占比为 3.1%。

2.3 国债期货常用策略回顾

2.3.1 跨期策略

跨期价差是次季合约与当季合约的价格之差，它的大小由利率、行情波动、预期等多种因素影响，并且在 不同阶段的逻辑和影响力也发生着动态变化，所以长期来看没有一个较为稳定的中枢。我国国债期货从上市以 来，跨期价差中枢有过明显的几次转换。2015 年 5 月份之前，跨期价差(远月合约价格-近月合约价格)中枢为 正值。在 2015 年 2 月 27 日，1512 合约和 1509 合约的跨期价差相比之前水平出现跳跃式上升，这是由于中金 所将 TF 可交割国债的期限从 4-7 年缩短为 4-5.25 年（从 1512 合约开始实行），可交割国债票息率整体水平 下降，加上可交割券的范围缩小导致期权价值下降。在 2015 年 5 月之后，尤其是从 1512 合约移仓换月至 1603 合约开始，跨期价差长时间维持在负值。19 年开始随着做市商的引入，国债期货的定价更为精确合理， 跨期价差也趋于平稳，不再出现跳跃的情况，TF 维持在-0.3，T 维持在-0.4，TS 维持在-0.15。

从数据看，跨期价差在当季合约即将到期前的波动会有明显放大，我们认为这和国债期货的投资者结构有 关。国债期货投资者组成中，套保机构占有相当大的比例，他们在现货市场持有现货多头，并用期货空单进行保护，由于套保交易者每到临近交割月时都有移仓换月的需求，他们在换仓时会将持有的近月合约空头平掉， 并在远月合约建立新的头寸。套保盘的这种需求，使得每当主力合约切换时，就会带来交易机会。要注意的 是，影响国债期货跨期价差的因素很多，套保力量对跨期价差的走势有时候并不是决定因素，利用该现象进行 交易也不能保证盈利。根据发掘的逻辑和规律，我们在换月期间进行跨期价差的交易，并采用上市至今的所有 日线级别均价来进行测试。

从策略历史表现结果来看，5 年期跨期换月策略总共交易 37 回次，盈利 18 次，平均每次持仓时间为 15 个交易日，共盈利 1.635 个指数点。10 年期跨期换月策略总共交易 30 回次，盈利 22 次，平均每次持仓时间 为 27 个交易日，共盈利 6.64 个点。10 年期国债期货表现更好，这里一个原因是，机构套保标的的选择更加 倾向于 10 年期，我们可以从前 20 会员持仓看出，10 年期国债期货前 20 会员净持仓长时间保持在负值，而 5 年期国债期货前 20 会员净值仓时正时负，并无明显正负特征。另外，我们也发现，由于跨期价差受到多种因 素的影响，空头的换月因素有时并非是主导因素，其他因素特别是利率变化可能会导致跨期价差的移动方向和 预期相反，使我们蒙受损失。

总体来说，换月跨期价差交易策略达到了预期的效果，主要逻辑是换月期间卖方有更强的意愿进行移仓。 这里可以叠加一些指标对策略进行改进，比较常用的一种做法是参考 IRR 指标，IRR 是持有国债现券卖出期 货，并持有到交割可以获得的收益，如果 IRR 大于当前的资金利率，则国债期货空头有更强的意愿持有到期，多头更有意愿进行展期，这时候改为做多跨期价差（远-近）；相反如果 IRR 小于当前资金利率，则国债期货空 头更有意愿进行展期，保持做空跨期价差。根据我们测算，这种改进方式确实优化几次移仓换月时期的交易， 不过历史上大部分时间 IRR 还是小于资金利率的，整体优化效果并不明显。 另外需要注意的是，我们在构建策略时设定了许多假设，这也是策略的风险点，包括流动性不足的风险， 融资利率波动的风险，以及换月节奏改变的风险等。

2.3.2 跨品种策略

国债期货的跨品种一种方式是通过分析和预测收益率曲线形态，即收益率曲线交易。主要逻辑是短端利率 和长端利率受到的因素有所区别，短端利率更多的代表资金情况，长端利率更多的代表经济情况。收益率曲线 交易可以从宏观层面，对未来货币政策和经济环境进行分析。 我们加入统计的角度，假设收益率曲线有均值回归的特性，如果出现异常情况，结合当前政策和经济，判 断是否介入交易。从 2007 年至今，2-10Y 利差有 11 次极端情形出现，其中 6 次曲线走陡，7 次曲线走平，利 差在 2008 年末达到最高值 200BP，在 2017 年中达到最低值-3BP，造成这种收益率曲线剧烈波动的根本原 因，是在于货币政策和经济状况出现较大的分歧，利差走平的直接因素大部分是由于流动性的收缩，而货币政 策的转向则是收益率走陡的开始。

此类跨期交易的次数并不多，更多可以理解为事件型触发的策略，胜率较高，因为收益率曲线最终均值回 归是大概率事件，但是仍需要注意利率中枢下移的风险，以及极端值无法预料的风险。2020 年受到疫情政策影 响，当时的利差达到了历史极值，导致策略亏损。 除了收益率曲线套利，我们还可以通过观察品种间价差的关系来进行统计套利。这种方式会使用更高频率 的 K 线信息，该策略更依赖统计规律，交易频率也更高。策略逻辑还是均值回归，假设各品种的价格关系在一 个阶段也有均衡关系，如果突破这个均衡，有大概率均值回归，以经过久期调整的价差作为观测值，以布林带 通道为衡量，当观测值大幅偏离，认为有大概率均值回归，按照 20 万本金，不计手续费和交易成本，以下是 三组品种间的组合效果。

2.4 国债期货多空策略指数

为了协助投资者对国债期货走势进行判断，我们推出了国债期货指数，该指数的原始数据是从-100%到 100%的连续数字，也代表了我们对下一交易日的多空观点，每日晚上 10 点发送，负值表示空头观点，正值表 示多头观点，绝对值越大表示观点的强度越大，国债期货指数也可以直接转换为仓位进行跟踪，具体的效果如 下图表显示，自 2015 年至今，在不加杠杆的情况下，不计交易成本和手续费，T 合约上的年化收益为 2.95%， 年化波动率 1.66%，最大回撤 1.42%，夏普 1.78，卡玛 2.08，胜率 53.15%，平均杠杆 0.35，日换手率为 14.75%，TF 合约上的年化收益为 1.94%，年化波动率 1.16%，最大回撤 1.03%，夏普 1.68，卡玛 1.89，胜率 51.89%，平均杠杆 0.35，日换手率为 14.75%。

原始的指标平均杠杆只有 34.80%，因此收益率较低，可以使用剩余资金进行一些现金理财，可以提高至少1%的额外收益，也可以使用加杠杆的形式提高收益率。除此之外，我们可以只保留指数的正负方向，满杠杆使 用，我们展示了在 T 合约上的效果，年化收益为 6.53%，年化波动率 4.39%，最大回撤 5.51%，夏普 1.49，卡 玛 1.19，胜率 53.20%，日均换手率为 12.61%，夏普和卡玛的下降换取了收益的提高，并且操作也更为简便。

国债期货择时策略是有多个子策略组成，包括量价因子，会员持仓因子，以及基本面数据因子三大类因 子，本文简略对我们的策略逻辑进行介绍。量价因子包括中长期的动量因子，短期的反转因子，以及日内形态 因子，从国债期货的价格序列来看，与股指和其他的大部分商品不同，国债期货短期动量效应比较弱，甚至存 在反转的属性，而中长期的趋势属性比较强，因此我们的量价因子以右侧趋势为主，反转为辅，叠加日内形态 信号，以下是我们动量因子的净值效果。

国债期货活跃度不断抬升，持仓量更是连续创出新高，成交持仓数据包含了不少机构投资者的信息，是值 得探究的数据之一。考虑到国债期货的机构集中度比较高，前几个会员席位所隐含的信息价值也比较高，策略 主要根据会员席位的持仓变动来构建因子。因子的主要逻辑是重要会员的持仓代表了机构对后市的判断，对行 情具有一定的领先性，基于主要数据是中金所每日盘后公布的前 20 大会员成交持仓，回测结果如下所示。

基本面数据是策略中比较有特色的一块，其中包括日频级别的数据，例如外汇、现券、利率等，也包括低 频的周度月度经济数据，例如金融数据、PMI、CPI 等，对于日频级别的因子，我们构建因子的思路和大部分基 本面量化的思路比较类似，对于周频和月频的数据，我们需要根据数据披露的特点进行清洗处理，由于数据频 率较低，数据数量有限，我们在数据选择和因子搭建上，更尊重数据本身和国债的逻辑关系，而不是仅考虑统 计上的结论，这里基本面分析和宏观分析的研究员介入比较多，这类低频的因子更多的是对基本面分析逻辑框 架的复现，基本面因子的交易频率比较低，因子表现也不如其他因子好，但是有较强的逻辑意义。另外，在基 本面逻辑因子内也包括了偏反转的信号，此类信号更多的是当前市场的描述，比如国开债隐含税率、长债的成 交情况，交易次数更少，在大周期上也对策略信号进行调整。

3. 商品期货市场

3.1 2022 年海内外大宗商品市场回顾

2022 年以来，大宗商品市场受到多重因素冲击：（1）俄乌冲突爆发使得投资者纷纷转向避险资产，同时能 源商品价格大幅上涨，带动商品市场普涨；（2）海外通胀高居不下引发滞胀担忧，导致商品价格进一步抬升； （3）而后海外经济数据显示增长放缓，市场转而交易衰退担忧，引发商品价格大幅下挫；（4）海外通胀情况 焦灼，美联储及各国央行纷纷加息，以抗通胀为首要目标，美元指数继续走强，大宗商品延续震荡下跌行情； （5）美国通胀情况有所缓解，市场对美联储强势加息预期减弱，美元指数快速回调，商品市场反弹。

3.1.1 海外市场

3.1.1.1 综合及板块指数表现

可以看出能源指数涨幅居首，涨幅 超过 50%，年内最高涨幅超 100%；谷物指数、农产品指数、农畜品指数与畜产品指数涨幅均在 20%以内；工业 金属指数、软商品指数与贵金属指数今年以来小幅下跌，跌幅均在 5%以内。 今年以来多重因素交织，对权益市场始终存在压制作用，海外主流权益市场指数均下跌，其中标普 500 指 数下跌 16.25%，恒生指数下跌超 20%，表现弱于大部分商品指数；波动率方面，大部分权益与商品指数年化波 动率在 20%以上，能源指数波动率居首，恒生指数年化波动率超 30%。

3.1.1.2 单商品指数表现

可以看 出，今年以来共 19 只单商品指数上涨，其中年内涨幅超 60%的商品均属于能源类，包括天然气、低硫瓦斯油及 柴油，其中 ULS 柴油指数涨幅超 100%；其余 11 只单商品指数下跌，锡指数跌幅居首，约 37%，其余有色金属 如铜、铝等跌幅均处于 10%至 15%之间。波动率方面，受 LME 镍事件影响，镍指数年化波动率居首，约 88%， 天然气指数的波动率紧随其后，其余能源类单商品指数年化波动率均在 40%以上；波动率较低的商品基本属于 农产品，如活牛、育肥牛、白糖等。

3.1.2 国内市场

国内市场除了受到海外因素影响外，还主要受到新冠疫情扰动。三月，上海等地疫情防控升级引发对经济 增长的担忧，权益市场大幅下挫；六月，疫情影响渐散，需求转好预期再起；下半年，多地疫情再起，且管控 政策趋严趋紧，权益市场再度转跌，商品市场偏弱震荡；近期，疫情防控政策边际放宽，市场重拾后期需求转 好的信心，权益及商品市场均迎来一轮反弹行情。

3.1.2.1 综合及板块指数表现

今年以来国内主流权益指数均下跌，其中创业板指下跌 26.81%，沪深 300 指数下跌超 20%，中证 500 与 中证 1000 指数跌幅在 15%左右；波动率方面，黑色指数波动居首，超 35%，贵金属指数与农产品指数波动较 低，在 20%以内。

3.1.2.2 单商品指数表现

可以看出，今年以来国内单商品指 数涨跌参半，其中年内涨幅超 30%的商品指数分别为生猪指数、镍指数、花生指数、动力煤指数及原油指数； 有 33 只单商品指数下跌，锡指数跌幅居首，约 37%，其余下跌较多的如棉花指数、PVC 指数与棉纱指数跌幅均 处于 20%至 30%之间。波动率方面，同样受 LME 镍事件影响，沪镍指数年化波动率居首，约 61%，紧随其后的 主要为黑色与能源商品，如低硫燃料油指数、燃料油指数、铁矿石指数等；波动较低的主要为农产品指数，如 白糖指数、玉米指数等。

3.1.2.3 市场成交持仓情况（数据截至 2022 年 11 月 11 日）

市场成交金额方面，今年以来成交活跃程度不及 2021 年，但仍然显著高于 2015 至 2019 年，下半年成交 金额略弱于 2020 年同期；持仓金额方面，今年以来持仓金额与 2021 年基本持平，明显高于 2015 至 2020 年。此外，今年上半年市场成交持仓较下半年更强，我们认为可能是由于下半年商品市场由趋势行情转为震荡 行情，投资者情绪偏谨慎导致。

3.2 国内公募基金的商品期货持仓情况回顾

截至 2022 年三季度末，公募基金对商品期货的持仓市值较为稳定。相较于 2022 年二季度末，公募基金对 白银期货的持仓市值有所下降，能源化工 ETF 持仓市值有所上升，豆粕 ETF 持仓市值有所下降，有色 ETF 持仓 市值有所下降。

3.3 商品量化因子策略指数表现回顾

基于常见的商品因子，我们在国内的商品期货市场中构造了动量、期限结构、偏度、仓单及库存共 10 个 因子指数，它们自 2022 年以来的表现如下所示。可以看出，今年以来中周期截面动量表现不佳，累计损失接 近 19%；中周期时序规则动量今年以来收益仍在水下；长周期时序动量收益微负，其余因子指数今年以来均取 得了正收益；长周期截面动量收益率最高，接近 10%；截面仓单因子的夏普比率最高，约为 1.50；截面库存因 子的卡玛比率最高，约为 1.88。

针对每个因子，我们统计了五大板块品种的收益贡献情况，如下图所示。可以看出，时序规则动量因子方 面，中周期动量在能源化工与黑色板块损失较多，长周期动量在农产品板块损失较多，而能源化工与黑色板块 贡献较多收益；截面动量因子方面，中周期动量仅在农产品板块有正收益，其余板块均有不同程度损失，其中 在能源化工与黑色板块损失较多，长周期动量在农产品板块损失较多，在有色金属、能源化工及黑色板块均取 得了正收益；时序动量因子方面，中周期动量在农产品与有色金属板块获利较多，而在能源化工板块损失较 多，长周期动量板块收益贡献情况与之类似；偏度因子在能源化工板块获利较多，而在农产品与有色金属板块 损失较多；期限结构因子在农产品、有色金属与能源化工板块均有所获利，而在贵金属与黑色板块有所损失； 仓单因子的主要收益来源为有色金属与能源化工板块，而它在黑色板块损失较多；库存因子收益的主要贡献板块为有色金属与黑色板块，而在农产品板块有明显损失。

3.3.1 时间序列动量因子指数

可以看出年内商品市场出现了两次趋 势型行情，年初的上涨行情带动各时序动量因子指数快速上涨，但随之而来的反转也抹去了动量因子前期的大 部分收益；年中的下跌行情主要分为两段，第一段为商品指数创新高后的反转行情，此时基于回看期表现的动 量因子迎来了一波回撤，而第二段下跌时由于趋势识别正确，多数动量因子指数迎来了第二次上涨行情，而后 商品市场重回震荡态势不利于动量因子的表现，陷入持续回撤的境地，而中周期时序规则动量由于回看期较 长，今年以来整体净值波动较小。

针对每个因子，我们统计了各品种的收益贡献并展示了前后各五个品种的情况，如下图所示。可以看出， 今年以来中周期时序规则动量因子在豆粕上损失较多，而在棉花上获利较多；长周期时序规则动量因子在玉米 上损失较多，而在 PVC 上获利较多；中周期时序动量因子在白糖上损失较多，而在棕榈油上获利较多；长周期时序动量因子在甲醇上损失较多，而在豆粕上获利较多。

中周期时序动量因子的第一次上涨来源于能源化工、有色金属与农产品板块，而第二次上涨中除贵金属 外，各板块均有贡献。长周期时序因子的第一次上涨来源于能源化工板块，而农产品与有色金属板块持续贡献 了该因子的正收益，近期该因子在能源化工板块有持续损失。

3.3.2 截面动量因子指数

可以看出与时序动量因子不 同，年内两次趋势性行情仅有第一轮引发了截面动量因子指数的上涨，而其后长周期截面动量基本处于高位震 荡的格局，中周期截面动量更是接连回撤，我们认为主要是因为市场后期各品种涨跌程度不均，导致截面多空 品种损益相差过大。分品种收益方面，中周期截面动量在纯碱上损失较多，而在棕榈油上获利较多；长周期截 面动量在铁矿石上损失较多，而在镍上获利较多。

从各板块累计收益来看，导致中周期截面动量持续回撤的板块主要是黑色与能源化工板块，而这两个板块 也是后期长周期截面动量因子损失的来源。此外，农产品与有色金属板块在长周期截面动量因子中的累计收益 贡献始终为正。

3.3.3 期限结构与偏度因子指数

可以看出偏度因子前期走势与市场 较为相似，而后期逐渐分化，近期两者走势相反；期限结构因子则是在 5 月底前净值稳定上升，而在 6 月商品 市场大幅下挫阶段也迎来了较严重的回撤，但随着后期市场情绪逐渐稳定并转向交易基本面后，该因子已成功 修复前期回撤并再创新高。分品种收益方面，偏度因子在棉花上损失较多，而在燃料油上获利较多；期限结构 因子在棉花上损失较多，而在棕榈油上获利较多。

从各板块累计收益来看，导致期限结构因子大幅回撤的板块主要为农产品与有色金属板块，而农产品亦是 前期贡献收益最多的板块，能源化工板块在下半年为期限结构因子贡献了较为稳定的正收益。偏度因子板块收 益贡献分化较大，能源化工板块贡献了绝大部分收益，而有色金属与农产品板块的收益贡献持续为负。

3.3.4 仓单与库存因子指数

可以看出仓单因子前期表现优异，但 6 月与期限结构因子类似经历了较大幅度的回撤。今年下半年，仓单与库存因子均表现优异，其中库存因子已于 近期再创新高。分品种收益方面，仓单因子在铁矿石上损失较多，而在镍上获利较多；库存因子在苯乙烯上损 失较多，而在镍上获利较多。

从各板块累计收益来看，仓单因子收益贡献较多的板块为能源化工与有色金属板块，且均较为稳定，造成 6 月回撤的板块同样为农产品板块，黑色板块的收益贡献始终为负。库存因子中贡献收益的主要为有色金属与 黑色板块，在 6 月有色金属板块累计收益大幅回撤，但被能源化工板块的收益所对冲，使得整体净值未有仓单 因子那么大的回撤。

3.4 商品主动量化策略表现

3.4.1 跨品种交易策略

本策略以大连商品交易所铁矿石期货和上海期货交易所螺纹钢期货为例，考察了期限结构、仓单数量、库 存数量以及现期货价格四方面的基本面指标信号对期货价格的择时作用，并结合行情数据构建套利的八因子日 频量化择时模型，套利的具体方法为买入 1/3 市值的铁矿石期货，同时卖出 2/3 市值的螺纹钢期货，交易的合 约为主力合约，手续费取双边万三，保证金 100%。下图展示了该策略净值的走势，2022 年以来该策略年化收 益率 13.93%，年化波动率 9.89%，最大回撤率 4.50%，夏普比率 1.41，卡玛比率 3.09；2015 年以来该策略 年化收益率 20.88%，年化波动率 11.30%，最大回撤-7.94%，夏普比率 1.85，卡玛比率 2.63。

3.4.2 跨期套利策略

本策略以郑州商品交易所平板玻璃期货合约为例，从品种基差、主次合约量价特征、基本面指标及会员持 仓数据这四个方向构建了择时跨期套利策略，交易的合约为主力和由持仓量定义的次主力合约，手续费取双边 万三，保证金 100%。下图展示了该策略净值的走势，2022 年以来该策略年化收益率 13.97%，年化波动率 8.67%，最大回撤-3.90%，夏普比率 1.61，卡玛比率 3.59；2016 年以来该策略年化收益率 17.47%，年化波 动率 7.17%，最大回撤-6.59%，夏普比率 2.44，卡玛比率 2.65。

3.5 海外商品指数运行情况回顾

3.5.1 海外商品指数表现对比

可以看出，将时间区间拉长，第二 代商品指数均能跑赢第一代商品指数，表现最好的为瑞银彭博连续到期全收益指数。而今年以来，大宗商品市 场受到多方因素扰动，波动加剧，品种期限结构并非能较历史情况一样稳定，就如同期限结构因子今年以来经 历了较大的回撤，复杂多变的环境下实施展期策略很可能会取得相反的效果。

3.5.2 海外主流商品指数基金情况

规模方面，景顺优化多元化商品策略 No K-1 ETF 规模居首，超过 76 亿美元，远超其他 ETF。业绩方面，下表中的产品绝大部分今年以来取得了较为可观的收益，且本月以来收益 也基本为正。近 30 日成交方面，成交最为活跃的为能源类 ETF，如美国天然气基金有限合伙企业（UNG）与 ProShares 超级彭博天然气 ETF（BOIL），其次为规模较大的景顺优化多元化商品策略 No K-1 ETF（PDBC）。 持股结构方面，可以看出基金规模在 10 亿美元以上的产品基本以机构持股为主，其中安硕商品精选策略 ETF （COMT）的机构持有比例接近 85%，景顺优化多元化商品策略 No K-1 ETF（PDBC）的机构持有比例也在 75% 以上。

3.5.3 海外主流商品指数期货情况

海外主流交易所上市的商品指数衍生品中成交持仓较为活跃的为 CME Group 上市的 BCOM 指数期货，下图 展示了该品种自 2010 年以来的成交持仓情况，该产品主要有以下几点特征：（1）成交持仓活跃程度在不同时 期差别较大；（2）成交持仓基本集中在近月合约；（3）期货与标的指数的走势基本一致；（4）成交持仓比较 低。从历史情况来看，该期货合约的成交持仓活跃程度与行情无明显关系，但在今年年初大宗商品市场快速上 涨的时期，BCOM 指数期货的持仓量有明显减少，而在 6 月后的大幅下挫行情中，该期货的持仓量又快速上升至 历史较高水平，接近 7 万手。截至 2022 年 11 月 15 日，BCOM 指数期货的持仓量为 56391 手。

3.6 市场总结与展望

海外商品期货市场表现：受多方面复杂因素影响，海外大宗商品市场呈现“先强后弱再震荡”的格局，年 内多数商品指数上涨并跑赢权益市场指数，彭博能源指数涨幅与波动均居首，主流单商品指数涨多跌少。尽管 下半年商品市场处于震荡格局，但其波动率仍处于历史较高位。 国内商品期货市场表现：海外因素叠加国内新冠疫情影响，国内商品市场大起大落，指数连创新高后大幅 下挫，一度抹去年内全部涨幅，反弹后震荡，年内所有商品板块指数均录得正收益并跑赢权益市场指数，能化 指数涨幅最大，黑色指数波动居首，单商品指数涨跌参半，下半年市场整体波动率较上半年有明显降低。2022年以来市场成交金额弱于 2021 年同期，持仓金额水平与去年类似，且市场活跃度呈现“前强后弱”格局。

商品期货因子指数表现：2022 年以来，多数因子指数净值已创 2016 年以来新高，基本面因子较动量因子 更为占优。其中，中周期截面动量表现不佳，累计损失接近 19%；中周期时序规则动量今年以来收益仍在水 下；长周期时序动量收益微负，其余因子指数今年以来均取得了正收益；长周期截面动量收益率最高，接近 10%；截面仓单因子的夏普比率最高，约为 1.50；截面库存因子的卡玛比率最高，约为 1.88。 商品期货主动量化策略表现：2022 年以来，螺矿比跨品种套利策略取得了 11.58%的收益，年化收益率 13.93%，年化波动率 9.89%，最大回撤率 4.50%，夏普比率 1.41，卡玛比率 3.09；玻璃跨期套利策略今年以 来取得了 11.57%的收益，年化收益率 13.97%，年化波动率 8.67%，最大回撤率 3.90%，夏普比率 1.61，卡玛 比率 3.59。

商品期货量化策略展望：疫情防控力度的边际宽松，叠加稳增长政策的不断推出，我们预计明年国内需求 将会逐渐修复，但市场整体单边上涨行情可能难以再现，其中与国内需求联系紧密的商品可能偏强，中长周期 时序动量策略可能在相应板块较为有效；相比之下，海外经济仍有衰退可能，仍会处于持续加息的压力之下， 相关商品可能偏弱，且存在事件驱动的趋势行情，利好中短期时序动量策略；预计明年各板块涨跌幅仍会处于 不均衡的态势，中周期截面动量难以占优，建议低配中短期截面动量，或可通过波动率等方式调整多空品种权 重。在市场处于宽幅震荡而非情绪性下跌格局时，投资者们更倾向于转而交易基本面，故而我们仍然看好期限 结构、仓单与库存因子在明年的表现，其中期限结构因子近两年短期大幅回撤次数明显增多，但最终均能成功 修复，因此从波动角度而言，我们建议不应过分依赖期限结构因子。此外，跨品种与跨期套利策略今年以来表 现较好，相较于交易单合约波动更低，可持续关注。

商品指数市场展望：长期而言，海外第二代商品指数（如瑞银彭博连续到期全收益指数）较第一代商品指 数表现更佳。美国商品指数 ETF 今年以来交投活跃，规模较大的产品今年以来绝大部分取得了较为可观的收 益，同时产品规模较前期继续扩大，其中景顺优化多元化商品策略 No K-1 ETF（PDBC）规模一度触及 100 亿 美元大关。彭博商品指数期货成交持仓较为稳定，换手率较低，在 6 月的下跌行情中持仓快速上升，套期保值 作用凸显。广州期货交易所将在未来推出中证商品期货指数期货及期权，这一新品种将填补国内衍生品领域的 一块重要空白，不仅为商品套期保值提供了新工具，也为商品指数 ETF 提供了权威的挂钩标的。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）