挖掘商品期货风险溢价因子分析报告20191114.pdf

权 益 量 化 研 究 2019 年 11 月 12 日 挖掘商品期货风险溢价因子 权 益 量 化 研 究 相关研究 本篇报告主要内容 ：  策略思路：本文从基本面特征、统计规律，宏观影响等角度 ，构建 5 类 13 个 CTA 风险溢 价因子。挖掘商品期货因子主要有基本面特征、统计规律与宏观影响三个方向，基于基本 面特征可构建商品库存、期限结构、持仓等大类因子；基于量价统计规律，可以构建量价 类因子以描述其走势形态。此外，从商品期货品种价格与宏观经济相关性角度 ，可以构建 宏观相关因子。  回测方法：分组回测检验 CTA 因子有效性。持仓期末计算因子值，根据因子值从小到大分 5 组，根据信号方向买入（卖出）因子值排序前 20% （G1 ）的品种，卖出（买入）因子值 排序后 20% （G5 ）的品种，保证金比例为100% ，等权配置，构建多空组合，根据组合风 险收益指标判断因子策略有效性。  参数调优 ：主要涉及两类参数，信号因子构建窗口期 R ，持仓周期参数H ，测试不同参数 组下年化收益、夏普比率等指标，选择最优参数组下的因子信号，作为后续样本外长期观 测数据。  本文结论：因子回测效果来看，基本面特征中的库存类、期限结构等大类因子表现最佳； 量价类因子中动量、变异系数因子表现较好，宏观因子中的 CPI_Beta 和人民币 Beta 未 表现出超额收益。综合比较各大类因子，我们发现 CTA 因子挖掘仍需坚持从经济逻辑出发 ， 表现较好的库存类、期限结构类均具有成熟的经济理论支撑，在国内外市场均具有良好收 益；具有逻辑支撑的统计特征因子（动量、变异系数）同样有效性较强，但过度挖掘统计 特征而来的因子（特质波动率等）在国内市场收益较小。 1 4334813:29 权益量化研究 目录 1 ．回测流程 5 1.1 合约筛