20220323-东证期货-商品因子系列（一）_商品多因子模型框架再探究_47页_6mb

报告摘要

本报告围绕商品多因子模型展开，系统介绍了商品单因子的构造方法与回测框架，汇总了不同单因子的收益表现，并初步探讨了商品多因子合成方法。报告旨在为后续的因子挖掘、合成与组合构建提供理论基础和实证支持。

商品因子类型：报告中构建了五大类商品因子，包括期限结构因子、动量趋势因子、库存因子、持仓因子、波动因子。
收益表现：
- 期限结构因子是单因子中收益表现最稳定的因子，具有较强的基本面逻辑支撑。
- 库存因子具备优秀的收益风险比，但数据获取与清洗是其构建的难点。
- 动量因子具有高收益与高风险的特征，通过稳健动量因子（基于收益率排名的标准化得分）在2017年后表现较好。
- 持仓因子基于会员持仓数据，通过加权处理后在2016年后表现突出。
- 波动因子收益风险比低，不具备alpha因子特征，通常与其他因子组合使用。
因子合成方法：
- 采用Zscore打分法对不同因子进行筛选与重组，构建多因子综合信号。
- 多因子组合的年化收益和夏普比率均高于单因子表现。
- 五因子组合（价差 + 趋势 + 库存 + 持仓 + 波动）年化收益为11.8%，夏普比为1.90，最大回撤为-6.4%。
风险提示：
- 模型基于历史数据构建，未来市场风格变动可能导致模型失效。
- 需要关注因子的稳健性、可投资性与普适性。

因子类型：主次价差因子、近远月价差因子、基差因子。
表现：
- 主次价差因子在K=90、H=80时年化收益达9.5%，夏普比1.39，最大回撤-11.1%。
- 近远月价差因子在K=90时年化收益达10.4%，夏普比1.51，最大回撤-9.1%。
- 基差因子在K=50时年化收益达13.2%，夏普比1.89，最大回撤-6.5%。
行业中性化处理：处理后收益下降，表明部分收益来源于行业风险。

因子类型：原始动量因子、日内累计振幅因子、日内波动趋势因子、稳健动量因子。
表现：
- 原始动量因子在H=100、K=100时年化收益达4.1%。
- 日内累计振幅因子在H=100、K=100时年化收益达4.9%。
- 日内波动趋势因子在H=100、K=100时年化收益达4.9%。
- 稳健动量因子在H=100、K=100时年化收益达4.9%。

合成方法：采用Zscore打分法，构建多因子综合信号。
多因子组合表现：
- 三因子（价差 + 趋势 + 库存）年化收益12.0%，夏普比2.0，最大回撤-8.2%。
- 四因子（价差 + 趋势 + 库存 + 持仓）年化收益12.4%，夏普比2.13，最大回撤-8.7%。
- 五因子（价差 + 趋势 + 库存 + 持仓 + 波动）年化收益11.8%，夏普比1.90，最大回撤-6.4%。