20221222-东证期货-金融工程深度报告_基于信息论的商品CTA中长周期趋势策略初探_31页_3mb

基于信息论的商品CTA中长周期趋势策略初探总结

核心内容

本文从行为经济学和期权理论出发，探讨了趋势策略在CTA市场中的应用。通过分析趋势策略的逻辑与收益特征，研究发现趋势策略本质上是一个时序动量策略，其收益来源于市场趋势的持续性与投资者认知偏差之间的错配。研究进一步通过蒙特卡洛模拟，验证了周度频段为捕捉资产中长周期趋势的最优选择。

主要观点

• 趋势策略的逻辑：趋势策略在资产价格上涨时做多，下跌时做空，具有严格的开平仓和止盈止损机制。其收益来源于趋势的持续性和市场对新信息的吸收过程。
• 趋势检验：通过收益率滞后期检验，发现趋势在1至3期时具有显著性，但随着滞后期增加，波动率逐渐占据主导地位，趋势策略的捕捉难度增加。因此，建议策略的时间长度设定在5至15个交易日。
• 趋势指标分类：趋势指标可分为动量指标和趋势反转指标。动量指标用于捕捉趋势延续性，而趋势反转指标用于识别趋势反转信号。
• 因子筛选：通过RankIC检验和互信息方法，筛选出有效的动量因子和反转因子。动量因子中，BOP、CCI、RSI、STOCHRSI和ULTOSC表现较好；反转因子中，SAR和Kaufman表现有效。
• 因子有效性验证：合成动量因子在时序和截面策略中表现优于合成反转因子，说明动量策略在CTA市场中更具优势。

关键信息

1. 趋势策略逻辑与收益特征

• 趋势策略的收益函数为凸函数，当趋势较小时，收益为负；趋势较大时，收益为正。
• 趋势策略的收益来源于市场对信息的吸收与反应，具有正偏的收益分布特征。
• 策略设计中需考虑Delta和Gamma的平衡，Delta代表净值随价格变动的收益，Gamma则衡量价格变动对净值的影响。

2. 趋势检验

• 通过收益率滞后期检验，发现趋势在1至3期时具有显著性，但随着滞后期增加，趋势的捕捉难度增加。
• 周度频段更适合趋势策略，因为其收益率均值与标准差数量级更接近，有利于趋势项的识别。

3. 趋势单因子测试

动量指标

• 有效的动量因子包括：BOP、CCI、RSI、STOCHRSI和ULTOSC。
• Mom_STOCHRSI_5：年化收益率最高为26.17%，夏普比率达到1.39，最低组年化收益率为-17.9%，夏普比率为-1.41。
• Mom_ULTOSC_5_20_27：最高组年化收益率为16.24%，夏普比率达到0.684，最低组年化收益率为-20.75%，夏普比率为-1.26。
• Mom_CCI_5：最高组年化收益率为14.19%，夏普比率达到0.827，最低组年化收益率为-45.19%，夏普比率为-1.231。
• Mom_RSI_5：最高组年化收益率为13.91%，夏普比率达到0.635，最低组年化收益率为-40.32%，夏普比率为-1.41。
• Mom_BOP_5：表现不显著，无法有效分化趋势差异。

反转指标

• 有效的反转因子包括：SAR和Kaufman。
• Reversal_SAR：第一组年化收益率为32%，夏普比率为1.31；第五组年化收益率为-30%，夏普比率为-1.28。
• Reversal_Kaufman_5：第一组年化收益率为62%，夏普比率为2.58；第五组年化收益率为-21%，夏普比率为-0.88。
• HT_Trendline和DEMA因子表现出负自相关性，且不平稳，因此不推荐使用。

4. 因子间探索性分析

• 七个有效趋势因子均基于价格数据，核心算法对结算价、收盘价、开盘价、最高价和最低价进行了特征工程。
• 通过聚类热力图分析，发现因子间线性相关性较低，大多数因子的线性相关系数在0-0.5之间，反转因子与动量因子呈负相关。
• 互信息方法能更好地捕捉因子间的非线性关系，为因子筛选提供了新视角。

5. 互信息特征筛选

• 互信息用于衡量两个随机变量之间的共享信息，能有效识别变量间的非线性关系。
• 通过互信息回归方法，进一步验证了因子间的非线性特征，为趋势因子的构建提供了理论依据。

风险提示

• 量化模型存在失效风险，指标的有效性基于历史数据，未来可能失效。
• 市场环境变化可能导致因子表现不稳定，需持续监控和调整。

结论与展望

• 本文通过信息论方法，初步验证了趋势因子的有效性，提出了合成动量因子和反转因子的策略构建方式。
• 未来研究可进一步探索因子的合成方式，以及在不同市场环境下的适应性。