CTA金点子系列之二：基于日内高频博弈信息的商品CTA策略.docxVIP

内容目录

一、CTA截面策略的新方法 4

二、商品期货市场高频数据的特征 4

三、高频信息的因子挖掘 5

日内特征的构建与策略原理 5

因子测试方法 5

买入意愿因子 6

流动性溢价因子 7

大单影响力因子 7

价格拐点因子 8

日内动量反转因子 9

因子合成与因子衰减 9

四、商品截面稳健策略构建 11

策略测试 11

策略构建与策略表现 13

五、总结 15

风险提示 15

图表目录

图表1：交易规则区别梳理 4

图表2：三个维度五个核心因子 5

图表3：买入意愿因子IC测试 6

图表4：买入意愿因子分位数组合净值 7

图表5：买入意愿因子分位数组合年化收益率 7

图表6：流动性溢价因子IC 7

图表7：流动性溢价因子分位数组合净值 7

图表8：流动性溢价因子分位数组合年化收益率 7

图表9：大单影响力因子IC 8

图表10：大单影响力因子分位数组合净值 8

图表11：大单影响力因子分位数组合年化收益率 8

图表12：价格拐点因子IC 8

图表13：价格拐点因子分位数组合净值 9

图表14：价格拐点因子分位数组合年化收益率 9

图表15：日内动量反转因子IC测试 9

图表16：日内动量反转因子分位数组合净值 9

图表17：日内动量反转因子分位数组合年化收益率 9

图表18：各因子sperman相关系数 10

图表19：各因子多空分位数组合净值曲线 10

图表20：合成因子IC测试（日频） 10

图表21：合成因子分位数组合净值 10

图表22：合成因子分位数组合年化收益率 10

图表23：合成因子多空收益净值 11

图表24：细分因子与合成因子IC衰减 11

图表25：策略回测条件设置 11

图表26：不同持仓比例下的策略指标 12

图表27：不同手续费下持仓50?策略指标 12

图表28：每一期50?持仓下各换手缓冲比率的策略表现指标 12

图表29：25?缓换手冲下策略的收益表现 13

图表30：策略回测净值曲线 13

图表31：隔日开盘价成交策略指标 14

图表32：策略指标 14

图表33：策略的年度收益与市场等权组合年度收益 14

一、CTA截面策略的新方法

CTA策略在2021年和2022年表现较好，但2023年，传统CTA策略收益有一定下滑，宏观干扰和纯资金驱动的摩擦与波动率走低对策略影响较大，部分长周期基本面因子效果逐渐变差，常见的趋势类策略也面临一定的拥挤困境。

传统投资策略在信息获取和执行效率上逐渐显露出瓶颈，而高频交易信息的挖掘为投资者提供了全新的思路。本篇报告是CTA金点子系列的第二篇，我们对商品期货日内高频交易信息进行挖掘和特征提炼，探索了高频信息在截面策略上的应用。

二、商品期货市场高频数据的特征

交易所品种

交易所

品种

夜盘交易时间

日盘交易时间

集合竞价申报

（可报撤单）

夜盘交易时间集合竞价撮合(该时段不能报

撤单)

连续竞价

夜盘未成交申报单可取消

不可进行任何操作

连续竞价

白糖、棉花、棉

郑州商品交易所

纱、甲醇、PTA、动力煤、玻璃、菜籽

油、菜粕、短纤、

20:55-20:59

20:59-21:00

21:00-23:00

8:55-8:59

8:59-9:00

9:00-10:15

10:30-11:30

13:30-15:00

纯碱

棕榈油、焦炭、焦

煤、铁矿石、线型

低密度聚乙烯、聚

大连商品交易所

氯乙烯、聚丙烯、乙二醇、玉米、玉

米淀粉、豆粕、豆

20:55-20:59

20:59-21:00

21:00-23:00

8:55-8:59

8:59-9:00

9:00-10:15

10:30-11:30

13:30-15:00

油、豆一、豆二、

粳米、苯乙烯、液

化石油气

高频快照数据包含了大量的细节信息，商品市场的数据包含了时间、交易量、价格、买卖盘情况等主要交易信息。区别于普通的快照数据，商品市场的快照数据有两个明显特征：第一，快照间隔理论为500ms，但只有上期所和上能所的快照时点严格遵守500毫秒的间隔，并在整秒处进行记录（例如21:00:01：500ms，21:00:02：0ms），郑商所没有明确的快照间隔记录信息，大商所的快照间隔为非整数间隔；其次，每个品种每天的快照数据量也有所波动。影响数据量的具体因素有两点：1）市场的活跃程度差异会导致快照数据量的不同。部分流动性较差商品没有任何交易数据时不会触发快照数据返回，导致记录差异；2）交易时间的不同也会影响数据量的多少