20220225-东证期货-金融工程专题报告_衍生品量化择时系列专题（六）_基于繁微数据平台的豆粕基本面因子研究_32页_5mb

衍生品量化择时系列专题（六）：基于繁微数据平台的豆粕基本面因子研究总结

核心内容概述

本报告基于繁微数据平台，对豆粕基本面因子进行了系统性研究，旨在通过量化方法对豆粕价格进行预测，并生成相应的交易信号。报告梳理了5大类、共144个基本面/价量数据因子，涵盖期货市场、现货价格、进出口、产销库以及下游饲料养殖等多个方面，并通过数据处理、降维及多元回归模型对因子进行分析与筛选。

主要观点与关键信息

1. 基本面数据整理

• 报告选取了5大类共144个豆粕相关基本面因子，包括：
  • 期货市场：27个因子，涵盖结算价、收盘价、持仓量、成交量等。
  • 现货价格：37个因子，包含不同地区的现货价格。
  • 进出口：17个因子，涵盖进口数量、单价及分地区数据。
  • 产销库：18个因子，包括产量、库存、销售等。
  • 下游饲料养殖：45个因子，涵盖饲料产量、销量、生猪存栏、出栏量等。
• 数据处理包括：去极值、标准化、频率调整、移仓换月处理、周期性影响处理及可得性调整。
• 新增了各因子的月度环比、季度环比及同比数据，作为模型的输入因子。

2. 降维与模型选择

• 采用PCA（主成分分析）对144个因子进行降维，保留99%的信息度，以提高模型效率。
• 使用OLS（普通最小二乘法）进行多元回归，通过最小化残差平方和（RSS）来优化模型。
• 滚动回归用于避免使用未来数据，以周度预测为例，需对基本面数据进行5天的移动处理。
• 模型回测结果在2019年至今年期间表现良好，年化收益22.03%，年化波动11.35%，夏普值1.73，最大回撤-14.00%，胜率0.60，盈亏比0.94，收益风险比1.57，Sortino比率3.08，平均持仓时间60天。

3. 单因子预测能力分析

• 对144个因子进行单独回归分析，构建了576个衍生因子（原始因子 + 环比、同比）。
• 总收益排名前十的因子主要集中在“下游饲料养殖”类别，如国内1135家饲料产量（总饲料、猪料、禽料）以及注册仓单量。
• 单因子的夏普值分布显示，大多数因子的夏普值低于0.6，仅少数因子具有较高的预测能力。
• 通过剔除强相关性因子（相关性 > 0.7），最终保留了37个因子，再筛选出3个具有较强预测能力的因子：注册仓单量（DZ02012861）、生猪存栏（DZ02012946）、饲料产量同比（DZ02012962）。

4. 多元回归模型表现

• 滚动周期与预测周期对模型效果影响较大，未出现明显的规律性。
• 预测周期25天、滚动周期950天的组合表现最佳，年化收益22.03%，年化波动11.35%，夏普值1.73。
• 该组合在2020年1月、2021年1月和2021年5月经历了三次较大幅度的回撤，表明模型对市场波动的适应性有待提升。
• 因子之间的相关性较高，导致多元回归效果不如个别单因子，需进一步优化因子构造。

5. 未来展望

• 由于豆粕的产业链复杂，其价格预测比螺纹钢更具挑战性。
• 建议后续研究中构建更多有效单因子，如通过计算库存与销量的比值（库销比）等，以丰富因子库。
• 与相关商品分析师合作，深化各品种基本面量化研究，提高模型的实用性与稳定性。

风险提示

• 市场风格的变换可能导致因子有效性变化，进而影响模型效果。

关键数据与指标

结论

本研究展示了基于繁微数据平台的豆粕基本面因子量化模型的构建与回测结果，揭示了下游饲料养殖因子对豆粕价格的预测能力较强。然而，因子之间的高相关性限制了多元回归的效果，需进一步优化因子构造和模型选择。模型在2019年至今年期间表现良好，但仍需关注市场风格变化带来的模型失效风险。