20180812-安信证券-机器学习与CTA_资金面驱动_5页_441kb

机器学习与CTA周报总结（2018年08月12日）

核心内容

本周周报聚焦于机器学习在量化投资领域的应用，特别关注了资金面驱动对市场的影响。报告指出，资金面在某些情况下对市场走势具有决定性作用，甚至超过基本面因素。通过基差的变化，可以更清晰地观察资金面的动态。报告以ZC809动力煤和IC1808中证500指数期货为例，分析了基差的剧烈波动及其对策略收益的影响。

主要观点

• 资金面驱动的重要性：资金面的变化对市场有显著影响，尤其在交割前的期货品种中表现明显。
• 基差波动与策略表现：基差的剧烈波动（如ZC809从贴水20个点变为升水5个点）可能导致策略收益波动较大。
• 机器学习策略表现：
  • 中证500神经网络策略：上周收益为0.59%，最大回撤为-1.10%。
  • 商品期货策略：上周收益为-1.72%，最大回撤为-2.07%。
  • 基本面结合商品策略：上周收益为-0.26%，最大回撤为-1.56%。
• 下周商品预测：
  • 看多商品：橡胶
  • 看空商品：燃油

关键信息

• ZC809：2018年九月交割的动力煤，期货价格从贴水20个点变为升水5个点，升贴水幅度高达4%。
• IC1808：2018年八月交割的中证500指数期货，基差在8月8日至9日期间波动超过50个点。
• 策略收益与风险：
  • 机器学习中证500神经网络策略表现相对稳健。
  • 商品期货策略表现较差，可能与市场波动有关。
  • 基本面结合商品策略收益为负，但回撤较小。
• 风险提示：基于历史数据构建的模型在市场剧烈变化时可能失效，需谨慎对待。

策略追踪

2.1 机器学习中证500神经网络策略

• 上周收益：0.59%
• 最大回撤：-1.10%
• 策略特点：基于《机器学习与量化投资：避不开的那些事（1）》展示的策略，关注中证500指数的预测与交易。

2.2 机器学习商品期货策略

• 上周收益：-1.72%
• 最大回撤：-2.07%
• 信号分析：当前大概率看多的商品是玻璃，没有大概率看空的商品。

2.3 机器学习与基本面结合的商品策略

• 上周收益：-0.26%
• 最大回撤：-1.56%
• 下周预测：大概率看多橡胶，看空燃油。

其他信息

• 报告发布机构：安信证券股份有限公司研究中心
• 分析师：
  • 杨勇（SAC执业证书编号：S1450518010002）
  • 周裘（SAC执业证书编号：S1450517120007）
• 免责声明：本报告仅供安信证券客户使用，不构成投资建议，不保证信息的完整性与准确性。
• 销售联系人：
  • 上海：朱贤、孟硕丰、李栋、侯海霞、林立、潘艳、刘恭懿、孟昊琳
  • 北京：温鹏、田星汉、王秋实、张莹、李倩、姜雪、王帅
  • 深圳：胡珍、范洪群、杨晔、巢莫雯、王红彦、黎欢

结论

本报告强调了资金面在市场中的关键作用，分析了当前几种机器学习策略的表现，并对未来商品走势进行了预测。尽管部分策略收益为负，但整体表现仍需结合市场环境与模型的适应性进行评估。投资者应保持谨慎，注意市场变化可能带来的策略失效风险。