期货多因子（二）——各因子描述
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https://5b0988e595225.cdn.sohucs.com/images/20171227/3870156ac4c54f93a99f63e1c1e5b443.png因子评价https://5b0988e595225.cdn.sohucs.com/images/20171227/6906ec987bdb4880a948d72be57db8bc.png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：https://5b0988e595225.cdn.sohucs.com/images/20171227/0aac60b8ce3641eba42e550e7742120d.png图1：20日趋势动量因子https://5b0988e595225.cdn.sohucs.com/images/20171227/1dfc50478d5241c4893e88d25ed3aa7a.jpeg（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https://5b0988e595225.cdn.sohucs.com/images/20171227/c4b28e6b7d264a579ff23de8b563650a.jpeg图3：120日时间序列动量因子https://5b0988e595225.cdn.sohucs.com/images/20171227/2cbb46fa278246dcb456ddf502b406be.jpeg（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https://5b0988e595225.cdn.sohucs.com/images/20171227/789e5bf27d68473187a0f8c69f1ce1ac.jpeg图5：20日偏度因子https://5b0988e595225.cdn.sohucs.com/images/20171227/0f97f73e3b224d9abce8ce825c2e5c0a.jpeg图6：60日偏度因子https://5b0988e595225.cdn.sohucs.com/images/20171227/9d7171903dd040b98f772264298ad76e.jpeg（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https://5b0988e595225.cdn.sohucs.com/images/20171227/ba039751740d471b9446c7b0dce5cacc.jpeg图8：资金流向因子https://5b0988e595225.cdn.sohucs.com/images/20171227/9a3a8252bcd44c0e8b9b728ec9285186.jpeg图9：振幅因子https://5b0988e595225.cdn.sohucs.com/images/20171227/4ec8f61aa88c4a3f85b86a3bf157c9db.jpeg图10：基差因子https://5b0988e595225.cdn.sohucs.com/images/20171227/78fef807a5aa4906ba8badbd9f395e6e.jpeg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https://5b0988e595225.cdn.sohucs.com/images/20171227/7e1be91c89ef400db33390db53e82bb3.jpeg表2：因子趋势性衰减与Hurst指数https://5b0988e595225.cdn.sohucs.com/images/20171227/26546261ad2945f6b22232154d231603.jpeg
页:
[1]