期货因子择时 期货 因子
如何利用股指期货择时对冲做空
进行如何利用股指期货择时对冲做空内容知识说明：
利用股指期货做空机制对冲市场系统风险，获取稳健绝对收益是目前机构投资者研究的主题。
对于资金量较大的股票组合头寸持有者来说，在保有股票头寸不变的情况下，可在市场面临下跌时择机卖出期指合约进行套期保值，当股市好转之后再将期指合约空单平仓，由此可对冲股票现货下跌的风险，我们可称之为期指择时对冲策略。不过，目前的期指择时对冲策略尚有难以解决的缺陷，机构投资者在利用这一策略时需有相应的了解和准备。
我们了解到，在择时策略的应用过程中，大部分机构投资者的实际收益低于预期。虽然在趋势下跌行情中利用对冲策略起到了较好的避险效果，但组合价值短线的大幅回落难以避免。
基金公司在择时策略应用过程中所遇到的收益波动较大的问题来自多种影响因素。一方面，由于择时策略应用时间不长，这一对裂芹冲思路真正被重视和开发是在股指期货上市半年至1年后，到目前为止并没有很多实践数据采样，从有限的数据统计得到的收益波动等指标的可靠性相对较弱，另一方面则是由于择时指标的天生缺陷。
市场上大部分择时指标的分析对象都离不开价格，指标模型读取价格的滞后性不可避免，这就造成了指标的天生缺陷。
目前任何择时指标都会面临盲点问题，尚无根本性解决办法。有一种多指标类的择时体系曾被提出并应用，具体做法是采用不同类别的择时指标共同组成一个新指标体系，并形成该体系对现货价值择时对冲比例的信号标准，但是这种方法在降低收益波动的同时也限制了收益的绝对值，并同样不可避免地出现择时信号盲点。
但无论如何，择时对冲策略仍是未来期指套保应用的主要方向，其中择时指标码慧是该策略的核心。
由于信号盲点存在的客观性，投资者在选择择时指标时，应避免过于复杂的体系，针对投资组合的基本目标选取合适的指标，对于高收益预期的组合要着重考虑策略的风险敞口，不必过于在意信号盲点造成的损失，严格遵循策略指标信号的指示，以良好的投资肆模毕心态应对客观环境。
国债期货合约赋予空方择券期权和择时期权的主要原因
国债期樱枯货合陆颂旦约早扰赋予空方择券期权和择时期权的主要原因是：债券市场上期货空方相对容易被逼仓。
希望我的回答可以帮到你。
【点宽专栏】期货多因子(二)——各因子描述
一、报告简介
上期我们对于期货多因子的逻辑和用途进行了小结，我们构建期货多因子是为了刻画期货的特征，从而用于机器学习。上期我们探究了动量因子，本篇报告将把更多的因子特征呈现出来。
二、因子研究方法
上期我们对于因子溢价构建方法进行了简介，本文采用同样方法，每天换仓，构建因子多空誉戚组合。对于多空组合收益率，我们采用总收益、年化收益、年化波动、夏普比率、最大回撤、收益回撤比、Hurst指数、5,10,20,60,120日方差比率检验来庆弯陵衡量。
其中，Hurst指数（见中信建投Hurst报告）以及方差比率检验（Lo, MacKinley(1988)文章）是用于刻画因子是否具有趋势性。如果闹伏因子不是随机游走，具备短期趋势，那么我们可以根据这些特征来预测未来商品指数强弱，择时构建溢价。
因子溢价构建
function [p1,p2]= factorPremium(factorMat,retMat,order)
%%参数说明
% factorMat：因子矩阵
% retMat：收益率矩阵
% order：true/false，正序或反序
%返还30%多空和50%多空
%%
[tradeDate,~]= size(retMat);
p1= nan(tradeDate,1);
p2= nan(tradeDate,1);
for i=1:tradeDate
factor= factorMat(i,:);
ret= retMat(i,:);
d= quantile(factor,0.3);
u= quantile(factor,0.7);
short = mean(ret((factor<=d)&(~isnan(factor))));
long = mean(ret((factor>=u)&(~isnan(factor))));
if order
p1(i,1)
= long-short;
else
p1(i,1)= short-long;
end;
d= quantile(factor,0.5);
u= quantile(factor,0.5);
short = mean(ret((factor<=d)&(~isnan(factor))));
long = mean(ret((factor>=u)&(~isnan(factor))));
if order
p2(i,1)
= long-short;
else
p2(i,1)= short-long;
end
end
p1= ret2tick(p1);
p2= ret2tick(p2);
figure
plot([p1,p2])
legend('3-7','5-5')
xlim([1,tradeDate])
end
因子评价
function record= factorEvaluation(retIndex)
record= zeros(1,10);
n= length(retIndex);
retPer= tick2ret(retIndex);
record(1)= retIndex(end)-1;%总收益
record(2)= retIndex(end)^(252/n)-1;%年化收益
record(3)= std(retPer)*sqrt(252);%年化波动
record(4)= record(2)/record(3);%年化夏普
record(5)= mdd(retIndex);%最大回撤
record(6)= record(2)/record(5);%收益最大回撤比
mid= HurstCompute(retPer(2:end));% Hust指数
record(7)= mid(1);
[~,~,record(8)]= vrt_full(tick2ret(retIndex),5);%方差比率检验5日
[~,~,record(9)]= vrt_full(tick2ret(retIndex),10);%方差比率检验10日
[~,~,record(10)]= vrt_full(tick2ret(retIndex),20);%方差比率检验20日
[~,~,record(11)]= vrt_full(tick2ret(retIndex),60);%方差比率检验60日
[~,~,record(12)]= vrt_full(tick2ret(retIndex),120);%方差比率检验120日
end
三、各类因子评价
（1）动量因子
这里动量因子是衡量现在价格与均线价格偏离程度，即商品趋势性衡量，上期报告已有较为充分的描述，公式为：
图1：20日趋势动量因子
（2）时间序列动量因子
时间序列动量因子与动量因子稍有区别，为过去N日商品总收益率，其衡量的是总趋势性，而非短期偏离均线的趋势，运用也较多。当某些技术指标被广泛接受时，会产生自我实现的预期。表现较好的时间序列动量因子有60日和120日。
图2：60日时间序列动量因子
图3：120日时间序列动量因子
（ 3）偏度因子
偏度因子能够衡量商品期货的强弱程度，因为大单拉动趋势，小单反向操作时，会产生较高的偏度，因此偏度能够较好的捕捉人们交易行为，此外，偏度因子还代表着商品期货的博彩性质，偏度大的商品期货吸引更多资金前来对赌。我们采用的是过去N日收益率偏度来衡量，其中表现较好的为10日、20日、60日偏度因子。
图4：10日偏度因子
图5：20日偏度因子
图6：60日偏度因子
（4）其他因子
我们还总结了其他一些因子，包括流动性因子、资金流向因子、振幅因子、基差因子。
图7：流动性因子
图8：资金流向因子
图9：振幅因子
图10：基差因子
四、综合评价
下面是各因子溢价的表现，同时我们还用Hurst指数和方差比率检验的t值来衡量因子趋势的筛检情况。大部分因子的短期趋势都较为明显，如果小资金操作，可以考虑每5天或者10天就重新学习一下特征，构建组合，从而降低回撤。
表1：各因子表现汇总
表2：因子趋势性衰减与Hurst指数
