金融工程专题报告：大宗商品CTA多因子模型构建及回测-20201112-华宝证券-16页_1mb

大宗商品CTA多因子模型构建及回测总结

核心内容

本文探讨了基于多因子框架构建大宗商品CTA（商品交易顾问）策略的可行性，并通过历史回测对多个因子进行了评估，最终选取了五个有效因子用于构建多因子CTA策略。研究结果显示，该策略在不同商品类别中表现各异，但整体上具有良好的收益风险比。

主要观点

• CTA策略的意义：CTA策略在商品期货市场中发展迅速，具有与股票和债券等传统资产低相关性的特点，有助于优化投资组合的有效边界，提升收益风险比。
• 多因子模型构建：多因子CTA策略通过结合技术面和宏观基本面因子，构建了一个统一框架来评估商品价格走势，提升策略的稳健性和多样性。
• 因子选择与测试：经过对多个因子的测试，最终选取了横截面动量（20天）、波动率（10天）、期限结构（40天）、PPI同比变动（5年）和国债期限利差（5年）作为多因子模型中的核心因子。
• 策略表现：多头组合和多空组合在不同商品类别中表现不一，其中多空组合在可选标的较多的类别（如全部商品）中表现更优，而部分类别（如金属、农产品）则更适合多头策略。

关键信息

1. 回测样本与因子

• 测试样本：涵盖大商品、上期所、郑商所及上期能源4家交易所的所有期货品种，以主力合约进行测试。
• 测试因子：
  • 技术面因子：横截面动量、波动率、持仓量变化率、期限结构。
  • 宏观基本面因子：CPI、PPI、PMI、M1-M2、工业增加值、国债期限利差。

2. 因子测评结果

• 横截面动量：
  • 最佳回看周期为20天。
  • 多空组合年化收益率为12.55%。
• 波动率：
  • 最佳回看周期为10天。
  • 多空组合年化收益率为10.52%。
• 持仓量变化率：
  • 表现不佳，未被纳入最终模型。
• 期限结构：
  • 最佳回看周期为40天。
  • 多空组合年化收益率为18.47%。
• 宏观基本面因子：
  • PPI同比变动（5年）为正向因子，国债期限利差（5年）为反向因子。
  • 宏观基本面指标整体表现不如技术面因子，但具有清晰的逻辑路径和稳健性。

3. 多因子CTA策略模型构建

• 所选因子：
  • 横截面动量（20天）
  • 波动率（10天）
  • 期限结构（40天）
  • PPI同比变动（5年）
  • 国债期限利差（5年）
• 组合构建方式：
  • 多头组合：每月末做多排名前 $n%$ 的标的。
  • 多空组合：每月末做多排名前 $n%$ 的标的并做空排名后 $n%$ 的标的。
  • $n$ 的选择：细分类别取50%，全部商品取20%。
• 回测时间：2015年3月至2020年9月，手续费率为单边 $0.1%$。

4. 不同商品类别回测结果

• 能源化工类：
  • 多头组合累计收益率：147.37%
  • 多空组合累计收益率：143.31%
  • 年化收益率：多头17.38%，多空17.03%
  • 多空组合收益风险比更高。
• 金属类：
  • 多头组合累计收益率：65.29%
  • 多空组合累计收益率：5.94%
  • 年化收益率：多头9.30%，多空1.03%
  • 多空组合表现不佳，模型更适合多头策略。
• 农产品类：
  • 多头组合累计收益率：33.46%
  • 多空组合累计收益率：-4.85%
  • 年化收益率：多头5.24%，多空-0.88%
  • 多空组合表现不佳，模型更适合多头策略。
• 全部商品：
  • 多头组合累计收益率：180.24%
  • 多空组合累计收益率：170.86%
  • 年化收益率：多头20.00%，多空19.28%
  • 多空组合表现更优，收益风险比更高。

5. 模型建议标的

• 做多品种：棉花、焦炭、粳稻、棕榈油、PVC、锌。
• 做空品种：黄金、石油沥青、玉米淀粉、铅、硅铁、PTA。

风险提示

• 本报告采用数量化研究方法，存在模型设定偏差的风险。
• 回测结果不构成投资建议，仅用于参考。
• 投资者应根据自身风险承受能力和投资目标谨慎决策。

结论

本文通过构建多因子CTA策略模型，评估了多个因子在商品期货市场中的表现，最终选择了五个有效因子用于模型构建。回测结果显示，该模型在全部商品类别中表现最佳，而部分细分类别（如金属、农产品）更适合多头策略。该策略具有良好的收益风险比，能够有效优化投资组合的边界，具有一定的实践价值。