20230213-东吴证券-_高频价量相关性拥抱CTA_系列研究（二）_CPV因子期货版2.0——样本内外的动量反转_17页_930kb

“高频价量相关性拥抱CTA”系列研究（二）总结

核心内容

本报告是“高频价量相关性拥抱CTA”系列研究的第二篇，旨在优化《CPV期货版1.0》策略，通过分析样本内外的动量与反转效应，构建更稳健有效的CTA交易策略。

主要观点

• 价量相关性：东吴金工认为，成交价和成交量最能体现市场情绪，而期货市场中，持仓量比成交量更具理论价值。
• 动量与反转效应：以2020年7月1日为分界点，此前为动量效应，此后为反转效应。今天产生的PV值作为明天的交易信号，其有效性随时间推移发生变化。
• PV值构建逻辑：PV值是基于每日242分钟价格和持仓量的相关系数，通过修正持仓量和价量配合，更准确地反映市场情绪。
• 策略优化：通过剔除周五信号和加入7.0%止损机制，显著提升了策略的年化收益率和收益波动比，同时降低了波动率。

关键信息

样本内表现回顾

• 《CPV期货版1.0》在样本内表现优异，年化收益达44.48%，收益波动比为2.24，日频胜率为57.27%。
• 在不带杠杆、保证金率为100%的前提下，策略在沪深300期货日频交易中表现突出。

全样本绩效

• 《CPV期货版1.0》在全样本中表现有所下滑，年化收益为17.79%，年化波动率为19.34%，收益波动比为0.92，日频胜率为52.68%。
• 这一结果促使研究者进一步优化策略，以提高其在不同市场环境下的适应性。

PV值的合理性

• 修正持仓量：由于T+0交易者行为改变，持仓量由“山峰”变为“山谷”。修正方法是通过成交量作为权重，将总持仓量分配到各时间点。
• 价量配合四象限表：PV值与价格涨跌方向一致时，策略表现更优。当价格涨跌与PV值方向相反时，反而能产出高收益。
• 日PV与分钟PV对比：日PV的绩效不如分钟PV，说明高频价量相关性更有效。

PV值的特性

• 日历效应：周三和周四的信号有效性最强，年化收益率分别为77.38%和44.54%。周五的信号效果最差，年化收益率为-18.91%。
• 止损机制：止损阈值为7.0%时，策略表现最佳，年化收益率达20.91%，年化波动率降至17.20%，收益波动比上升至1.216，日频胜率提高至53.86%。

价量相关性综合策略

• 剔除周五信号：由于周五信号效果差，策略中剔除该信号。
• 止损机制：设置止损阈值为7.0%，以减少亏损，不干扰盈利交易。
• 综合策略效果：在剔除周五和加入7.0%止损机制后，策略的年化收益率从17.79%提升至20.91%，年化波动率从19.34%降至17.20%，收益波动比从0.920上升至1.216，日频胜率从52.68%上升至53.86%。

策略总结

• 信号有效性：周三和周四的信号在样本内和样本外均表现良好，而周五的信号效果较差。
• 止损机制：止损阈值为7.0%时，策略绩效最优，能有效控制亏损。
• 策略优化：剔除周五信号并加入止损机制，使《CPV期货版2.0》在多个绩效指标上优于《CPV期货版1.0》。

风险提示

• 所有统计结果基于历史数据，未来市场可能发生重大变化，策略表现可能受到影响。

表格与图表概述

• 表1：样本内策略回测表现与标的信号绩效指标对比。
• 表2：全样本策略回测表现。
• 表3、表4：T+0交易者做多与做空模拟。
• 表5：持仓量修正举例。
• 表6、表7：交割周期与长假影响的回测表现。
• 表8：价量配合表。
• 表9、表10：日PV与追涨杀跌回测表现对比。
• 表11、表13：价格涨跌与PV值正负四象限表。
• 表12：使用当日PV值交易回测表现。
• 表14、表15：日历效应分析与不同策略回测表现对比。
• 图1至图8：展示了策略在不同时间周期与信号使用方式下的绩效表现。

结论

• 信号与交易关系：PV值作为今日情绪信号，用于明日交易，策略在样本内为动量效应，样本外为反转效应。
• 策略优化成果：通过剔除周五信号和加入7.0%止损机制，显著提升了策略的稳定性和收益表现。
• 未来展望：尽管策略在历史数据中表现良好，但需警惕市场环境变化可能带来的影响。