/ 华泰期货研究院_【华泰期货金融时序专题】商品里的alpha

华泰期货研究院_【华泰期货金融时序专题】商品里的alpha

由量化组发表于2021-07-09 08:44:43

请输入标题

我喜爱一切不彻底的事物。琥珀里的时间,微暗的火,一生都在半途而废,一生都怀抱热望。夹竹桃掉落在青草上,是刚刚醒来的风车;静止多年的水,轻轻晃动成冰。我喜爱你忽然捂住我喋喋不休的口,教我沉默。——张定浩

请输入标题

戳蓝字“华泰期货研究院”关注最新资讯




摘要:

在之前的报告中,我们通过构建商品多因子体系,形成了一套beta类型的商品多因子体系。进一步地,我们希望从交易行为的角度,构建一套alpha类型的商品因子。

价格与交易量中包含了很多有价值的信息,也是交易行为的一种描述方式。在传统的技术分析中,很多指标的构建都是围绕价格与交易量构建的。从alpha因子构建的角度出发,我们也会从价格和交易量出发,尝试从因子的角度描述交易行为。从因子解释力的角度来说,单个alpha因子的解释力不如beta类型的因子。因此在后文我们可以看到,如果单独地对alpha因子进行单因子测试,其测试效果基本都没法通过统计测试。但具体到每个品种来看,alpha因子其实存在一定的有效性。在后文中我们抛砖引玉,简单的构建了一个alpha因子策略,说明了alpha因子在一定程度上的有效性。

本篇报告旨在较为全面地介绍商品期货中的alpha因子。第一部分,我们会罗列出一些alpha因子并对这些因子进行分类;第二部分,我们将呈现因子测试的一些结果。第三部分,我们会构建alpha因子策略,并给出与其相应的统计结果。

我们尝试基于交易行为,构建一套alpha因子。我们发现:总的来说,很少有在各个品种间长期有效的alpha因子,但到具体的单一品种中来看,alpha因子在某些时段依然具有有效性。

在后续的研究中,一方面我们会继续拓展alpha因子库,另一方面我们也会持续探索怎么去选择在某一时间段有效的alpha因子。




1背景

在之前的报告中,我们通过构建商品多因子体系,形成了一套beta类型的商品多因子体系。进一步地,我们希望从交易行为的角度,构建一套alpha类型的商品因子。

价格与交易量中包含了很多有价值的信息,也是交易行为的一种描述方式。在传统的技术分析中,很多指标的构建都是围绕价格与交易量构建的。从alpha因子构建的角度出发,我们也会从价格和交易量出发,尝试从因子的角度描述交易行为。从因子解释力的角度来说,单个alpha因子的解释力不如beta类型的因子。因此在后文我们可以看到,如果单独地对alpha因子进行单因子测试,其测试效果基本都没法通过统计测试。但具体到每个品种来看,alpha因子其实存在一定的有效性。在后文中我们抛砖引玉,简单的构建了一个alpha因子策略,说明了alpha因子在一定程度上的有效性。

本篇报告旨在较为全面地介绍商品期货中的alpha因子。第一部分,我们会罗列出一些alpha因子并对这些因子进行分类;第二部分,我们将呈现因子测试的一些结果。第三部分,我们会构建alpha因子策略,并给出与其相应的统计结果。


2商品alpha因子分类

从alpha因子的效果来看,我们简单的将alpha因子分为趋势型的alpha因子,反转型的alpha因子,背离型的alpha因子(这里的背离包括长短趋势的背离,价与量的背离等等)和一些统计类型的alpha因子。。根据alpha因子运用的数据是属于截面数据还是时序数据,可以将其分为截面alpha因子和时序alpha因子。

注:上表的符号说明如下:

1. 使用的数据为主力复权数据,频率为日频。使用的数据字段有:open(开盘价),high(最高价),low(最低价),close(收盘价),volume(成交量),amount(成交额),vwap(平均价),returns(收益率),turnover(换手率)。

2. 上述使用的公式说明:

abs(x):绝对值。

mean(x,window):window内x的平均值。

sd(x,window):window内x的标准差。

skewness(x,window):window内x的偏度。

kurtosis(x,window):window内x的峰度。

cor(x,y,window):window内x与y的相关性。

sum(x,window):window内x的总和。

Delay(x,window):x往前第window个值。

Sign(x):x的符号。

Rank(x):x在样本空间截面上的排序。

TS_Rank(x,window):x在window长度的时序的排序。

TS_Max(x,window):x在window长度的最大值。

TS_Argmax(x,window):x在window长度的最大值对应的序号。

SignedPower(x,n):x的绝对值的n次幂。


3部分因子构建思路

上述因子是基于一定的交易特征加以构建的。比如alpha3,描述的是短期内平均价与交易量之间的相关性。如果平均价与交易量背离程度越大,则alpha3越大(相关性越小)。如下图所示,当价格下跌的时候交易量仍在上升,alpha3因子描述的就是类似这种情况。 

接着我们会使用IC去评估因子的有效性。下图为alpha3因子的IC(以沪铜期货作为标的物为例,图中横坐标step=N表示因子与N天后标的物收益率的相关性),可以看到虽然alpha3因子是基于交易特征构建的,但是IC并不大。有趣的是,alpha3因子的IC并不是随时间递减,反而在step=36时到达最大值。 

再比如alpha5因子,描述的是收益率的偏度。可以理解为短期收益率的偏离程度,如果这个偏离程度过高,短期可能会出现偏度的修正。 


4因子之间的相关性

首先我们结合不同的品种,观测因子之间的相关性。在下面我们分别列举了铜(有色),黄金(贵金属),PTA(化工),螺纹钢(黑色)四个品种的alpha因子之间的相关性。 

从相关性图中可以看到,部分因子之间的较强的相关性。如在上面举例的品种中,alpha1,alpha7以及alpha15之间均有着较强的相关性。另一方面,也有一些alpha因子和其他所有的alpha因子之间的相关性较低,比如alpha21因子。

其次,我们也可以看到部分相同类型的因子间的相关性也不大。比如alpha13因子和alpha14因子均属于反转因子,它们之间的相关性较低。也就是说这两个因子虽然都是反转因子,但是是对反转这一性质的不同侧面进行的描述。


5线性测试

接着,我们对上述构建的alpha因子进行单因子测试。下表为使用所有期货收益率外推一步与单因子进行线性回归的结果,tvalue,pvalue,rsq,Adj_rsq均为均值。 

从表中可以看到,总的来说,上述构建的alpha因子并不能通过单因子的线性测试(tvalue均小于2)。

这里分析原因,我们认为是:1.不同品种间的有效alpha因子存在差异性:存在很多alpha因子对单品种可以通过单因子测试,但是总的来看并不能通过单因子测试的情况。2.alpha因子一般来说只在某一段时间内有效,这也告诉了我们在alpha因子的使用中必须去择时。


6策略

尽管从单个因子来看,alpha因子并不能通过线性测试,但这并不能等同于alpha因子是无用的。接着,我们会思考以alpha因子组的形式去构建策略。

首先我们考虑的是使用因子对进行线性测试并外推。以沪铜期货为例去阐述以alpha因子组去构建策略的可行性。在因子选择上,首先我们需要考虑因子之间的相关性需较低(避免共线性的影响)。其次,因子需要通过单因子线性测试。在这两个要求的基础上,我们选定了alpha9和alpha12两个因子对铜进行了简单回测:2017年4月28日之前的数据使用alpha9和alpha12进行拟合,得到的系数用于对2017年4月28日之后数据的预测。

从上图的相关性来看,alpha9和alpha12之间相关性较低且对铜来说均通过了单因子测试(其中alpha9的tvalue2为-2.05,alpha12的tvalue为2.66),回测的结果如下图所示。总的来看,该策略还是以捕捉趋势为主:在2018年10月至2019年10月间,该策略和铜主力收益率均以震荡为主;在2020年4月之后,该策略的收益率有着较高的提升。 

具体的策略参数统计如下表所示。可以看到,和标的物相比,策略的IR(Information Ratio,即收益率除以波动率)为0.9365,高于标的物的0.6634。其次,在风险指标上我们可以看到,CVaR,VaR以及最大回撤都有较为明显的降低。在收益率上,策略的均值也有较为明显的提高。 


7结论

我们尝试基于交易行为,构建一套alpha因子。我们发现:总的来说,很少有在各个品种间长期有效的alpha因子,但到具体的单一品种中来看,alpha因子在某些时段依然具有有效性。

在后续的研究中,一方面我们会继续拓展alpha因子库,另一方面我们也会持续探索怎么去选择在某一时间段有效的alpha因子。





更多内容,请点击阅读全文




作者:量化组

公众号:华泰期货研究院

原文链接:http://mp.weixin.qq.com/s?__biz=MzIyNjc0ODM2Mw==&mid=2247530980&idx=2&sn=38a22fbbfa948dfd62b0d4a9a153db30&chksm=e8698b40df1e02566866c34d8d48e3718cf70a3fa5c342a6a4dfef19b860bc0fe6238e856551&scene=0&xtrack=1#rd

发布时间:2021-07-09 08:44:43

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注