基本面量化多元資產(chǎn)的因子風(fēng)格及配置策略

1、目錄 HYPERLINK l _TOC_250016 1、 研究背景 5 HYPERLINK l _TOC_250015 2、 原理及方法 5 HYPERLINK l _TOC_250014 、 刻畫因子的風(fēng)格 5 HYPERLINK l _TOC_250013 、 Z-score 標準化和經(jīng)驗?zāi)B(tài)分解 6 HYPERLINK l _TOC_250012 、 因子的風(fēng)格如何配置 7 HYPERLINK l _TOC_250011 3、 研究對象及樣本數(shù)據(jù) 7 HYPERLINK l _TOC_250010 4、 因子風(fēng)格的實證 8 HYPERLINK l _TOC_250009 、 周期特征與

2、共振 8 HYPERLINK l _TOC_250008 、 資產(chǎn)價格的周期特征 9 HYPERLINK l _TOC_250007 、 因子周期特征及其與資產(chǎn)周期的共振特性 9 HYPERLINK l _TOC_250006 、 多元資產(chǎn)的因子風(fēng)格 13 HYPERLINK l _TOC_250005 、 10 年期國債 14 HYPERLINK l _TOC_250004 、 螺紋鋼指數(shù) 20 HYPERLINK l _TOC_250003 、 滬銅指數(shù) 24、 COMEX 黃金 27 HYPERLINK l _TOC_250002 、 美元指數(shù) 32 HYPERLINK l _TOC_2

3、50001 、 策略回測與策略跟蹤的問題 36 HYPERLINK l _TOC_250000 、 權(quán)重及因子的問題 365、 結(jié)論及展望 37期貨研究報告圖表目錄圖表 1：資產(chǎn)標的及其因子 8圖表 2：多元資產(chǎn)的周期特征 9圖表 3：10 年期國債的因子周期特征 10圖表 4：螺紋鋼指數(shù)的因子周期特征 11圖表 5：滬銅指數(shù)的因子周期特征 11圖表 6：COMEX 黃金的因子周期特征 12圖表 7：美元指數(shù)的因子周期特征 12圖表 8：國債與工業(yè)增加值的回歸系數(shù) IMF 短、中、長周期 14圖表 9：10 年期國債的因子風(fēng)格配置策略回測結(jié)果 15圖表 10：10 年期國債的因子回歸配置策略（

4、規(guī)模以上工業(yè)增加值當(dāng)月同比） 15圖表 11：10 年期國債的因子回歸配置策略（規(guī)模以上國企工業(yè)增加值當(dāng)月同比） 16圖表 12：10 年期國債的因子回歸配置策略（CPI 當(dāng)月同比） 16圖表 13：10 年期國債的因子回歸配置策略（增量人民幣貸款累計同比） 16圖表 14：10 年期國債的因子回歸配置策略（房地產(chǎn)開發(fā)計劃總投資累計同比） 17圖表 15：10 年期國債的因子回歸配置策略（房地產(chǎn)開發(fā)投資累計同比） 17圖表 16：10 年期國債的因子回歸配置策略（房地產(chǎn)新增開發(fā)投資累計同比） 17圖表 17：10 年期國債的因子回歸配置策略（制造業(yè)固定資產(chǎn)投資完成額累計同比） 18圖表 18：

5、10 年期國債的因子回歸配置策略（有色固定資產(chǎn)投資完成額累計同比） 18圖表 19：10 年期國債的因子回歸配置策略（化學(xué)固定資產(chǎn)投資完成額累計同比） 18圖表 20：10 年期國債的因子回歸配置策略（M0 當(dāng)月同比） 19圖表 21：10 年期國債的因子回歸配置策略（M1 當(dāng)月同比） 19圖表 22：10 年期國債的因子回歸配置策略（M2 當(dāng)月同比） 19圖表 23：10 年期國債等權(quán)配置組合凈值 20圖表 24：螺紋鋼指數(shù)的因子風(fēng)格配置策略回測結(jié)果（本金 1 萬，一手合約） 20圖表 25：螺紋鋼指數(shù)的因子回歸配置策略（中國鋼鐵企業(yè)螺紋鋼實際產(chǎn)量） 21圖表 26：螺紋鋼指數(shù)的因子回歸配置

6、策略（中國鋼鐵企業(yè)高爐產(chǎn)能利用率） 21圖表 27：螺紋鋼指數(shù)的因子回歸配置策略（中國鋼鐵企業(yè)螺紋鋼庫存） 21圖表 28：螺紋鋼指數(shù)的因子回歸配置策略（唐山市主流倉儲鋼坯總庫存） 22圖表 29：螺紋鋼指數(shù)的因子回歸配置策略（主流貿(mào)易商建筑鋼材成交量合計） 22圖表 30：螺紋鋼指數(shù)的因子回歸配置策略（64 家鋼鐵企業(yè)國產(chǎn)燒結(jié)粉庫存） 22圖表 31：螺紋鋼指數(shù)的因子回歸配置策略（64 家鋼鐵企業(yè)進口燒結(jié)粉庫存） 23圖表 32：螺紋鋼指數(shù)的因子回歸配置策略（110 家鋼鐵企業(yè)焦炭庫存平均可用天數(shù)） 23圖表 33：螺紋鋼指數(shù)等權(quán)配置組合凈值 23期貨研究報告圖表 34：滬銅指數(shù)的因子風(fēng)格配

7、置策略回測結(jié)果（本金 20 萬，一手合約） 24圖表 35：滬銅指數(shù)的因子回歸配置策略（上海市電解銅現(xiàn)貨庫存） 24圖表 36：滬銅指數(shù)的因子回歸配置策略（廣東省電解銅現(xiàn)貨庫存） 25圖表 37：滬銅指數(shù)的因子回歸配置策略（銅礦砂及其精礦進口數(shù)量累計同比） 25圖表 38：滬銅指數(shù)的因子回歸配置策略（未鍛造的銅及銅材進口數(shù)量累計同比） 25圖表 39：滬銅指數(shù)的因子回歸配置策略（未鍛造的銅及銅材出口數(shù)量累計同比） 26圖表 40：滬銅指數(shù)的因子回歸配置策略（COMEX 銅庫存） 26圖表 41：滬銅指數(shù)的因子回歸配置策略（陰極銅庫存總計） 26圖表 42：滬銅指數(shù)的因子回歸配置策略（全球 LM

8、E 銅庫存合計） 27圖表 43：滬銅指數(shù)等權(quán)配置組合凈值 27圖表 44：COMEX 黃金的因子風(fēng)格配置策略回測結(jié)果（本金 20 萬美元，一手合約） 28圖表 45：COMEX 黃金的因子回歸配置策略（美國 3 個月國債收益率） 28圖表 46：COMEX 黃金的因子回歸配置策略（美國 10 年國債收益率） 28圖表 47：COMEX 黃金的因子回歸配置策略（美國 10 年期通脹保值國債收益率） 29圖表 48：COMEX 黃金的因子回歸配置策略（美國標準普爾 500 波動率指數(shù)） 29圖表 49：COMEX 黃金的因子回歸配置策略（美國黃金 ETF 波動率指數(shù)） 29圖表 50：COMEX

9、 黃金的因子回歸配置策略（美國 CPI 季調(diào)當(dāng)月同比） 30圖表 51：COMEX 黃金的因子回歸配置策略（美國核心 CPI 季調(diào)當(dāng)月同比） 30圖表 52：COMEX 黃金的因子回歸配置策略（美元指數(shù)） 30圖表 53：COMEX 黃金的因子回歸配置策略（布倫特原油價格） 31圖表 54：COMEX 黃金的因子回歸配置策略（美債利差） 31圖表 55：COMEX 黃金等權(quán)配置組合凈值 31圖表 56：美元指數(shù)的因子風(fēng)格配置策略回測結(jié)果（假設(shè)交易指數(shù)，本金 200 點） 32圖表 57：美元指數(shù)的因子回歸配置策略（美聯(lián)儲資產(chǎn)負債表規(guī)模） 32圖表 58：美元指數(shù)的因子回歸配置策略（國際黃金現(xiàn)貨

10、價格） 33圖表 59：美元指數(shù)的因子回歸配置策略（美國國債利差） 33圖表 60：美元指數(shù)的因子回歸配置策略（標普 500 指數(shù)） 33圖表 61：美元指數(shù)的因子回歸配置策略（美國耐用品訂單同比） 34圖表 62：美元指數(shù)的因子回歸配置策略（美國出口與進口同比增速差） 34圖表 63：美元指數(shù)的因子回歸配置策略（美國密歇根大學(xué) 5 年通脹預(yù)期） 34圖表 64：美元指數(shù)的因子回歸配置策略（美國失業(yè)率） 35圖表 65：美元指數(shù)的因子回歸配置策略（美國 CPI 同比） 35圖表 66：美元指數(shù)的因子回歸配置策略（美國 NAHB 住宅市場指數(shù)） 35圖表 67：美元指數(shù)等權(quán)配置組合凈值 36圖表

11、 68：多元資產(chǎn)等權(quán)配置組合凈值 37期貨研究報告1、研究背景在資產(chǎn)定價領(lǐng)域，多因子的研究已經(jīng)很成熟，股票多因子的研究尤為突出。在國內(nèi)市場，固定收益以及大宗商品等領(lǐng)域的多因子研究在近幾年內(nèi)開始逐步受到關(guān)注，不過多元資產(chǎn)方面的因子研究偏少。隨著中國金融市場的不斷開放，國外知名資產(chǎn)管理機構(gòu)紛紛在國內(nèi)成立投資公司，諸多重視資產(chǎn)配置的機構(gòu)開始引起國內(nèi)其他資產(chǎn)管理公司的關(guān)注。近些年，業(yè)界看好國內(nèi)資管行業(yè)的呼聲漸高，居民金融資產(chǎn)的配置需求上升，指數(shù)基金等等注重配置的產(chǎn)品逐漸被投資者接受，而且這類配置型的產(chǎn)品能夠容納的資金規(guī)模較大，也是金融機構(gòu)偏好的類型。多元資產(chǎn)方面的研究既有基本面方面的定性研究，也有定量

12、研究，市場上也有一些成熟的框架，比如風(fēng)險平價等。我們會首先從多元資產(chǎn)的因子風(fēng)格入手，結(jié)合因子的風(fēng)格特征進行配置，是一種新的因子研究切入點。關(guān)于標題中的“風(fēng)格”和“配置”，需要做一些解釋，“風(fēng)格”指捕捉因子的特征，特征主要涉及周期和共振兩個方面，“配置”則指依據(jù)因子風(fēng)格確立一個方向，這個方向并不會像線性模型那樣經(jīng)常變動，而且這里的 “配置”不僅是多元資產(chǎn)配置，更是單一資產(chǎn)的配置。早在 2017 年，先后撰寫了國債的基本面量化系列報告，后續(xù)撰寫了商品的多因子相關(guān)報告。在原油三類擇時模型多因子、邏輯評分和風(fēng)險溢價中，因子模型的跟蹤效果不及國債的多因子模型，商品市場的多因子線性模型對于市場的解釋能力不

13、足?！耙蜃语L(fēng)格”注重配置，與多因子線性模型差異較大，可解釋性更強，是多元資產(chǎn)量化配置方向的一種新嘗試。2、原理及方法在原理及方法方面，主要涉及的就是“風(fēng)格”和“配置”。如何刻畫“風(fēng)格”，“因子風(fēng)格”和“配置”是如何關(guān)聯(lián)的，接下來的幾個小節(jié)回答這些問題。、刻畫因子的風(fēng)格“風(fēng)格”泛指事物的特色，這里的“因子風(fēng)格”特指因子的周期特征以及與資產(chǎn)價格聯(lián)動的特征。因子的周期特征主要通過量化手段捕捉因子短周期、中周期和長周期的特征，因子與資產(chǎn)價格聯(lián)動的特征則主要看因子作為影響資產(chǎn)價格的因素在一段時間內(nèi)是主要矛盾還是非主要矛盾。因子的周期特征主要表現(xiàn)為以下幾個方面：第一， 通過因子序列與自身短周期、中周期、長

14、周期的相關(guān)性，發(fā)現(xiàn)因子自身的周期特征；第二， 通過資產(chǎn)價格序列與自身短周期、中周期、長周期的相關(guān)性，發(fā)現(xiàn)資產(chǎn)價格自期貨研究報告身的周期特征；第三， 因子周期與資產(chǎn)周期的共振特征。因子與資產(chǎn)價格聯(lián)動的特征主要表現(xiàn)為：第一， 因子與資產(chǎn)價格的 beta 特征；第二， beta 的不同周期與資產(chǎn)價格的關(guān)聯(lián)邏輯。、Z-score 標準化和經(jīng)驗?zāi)B(tài)分解無論資產(chǎn)價格，還是因子，序列的數(shù)量級和分布特征存在差異，為了便于實證對比，我們利用 Z-score 標準化方法來處理時間序列。經(jīng)驗?zāi)B(tài)分解主要用作進行因子和資產(chǎn)價格的周期分解。Z-score 標準化Z-score 標準化也叫標準差標準化，這種方法可以對原始

15、數(shù)據(jù)的均值（mean）和標準差（standard deviation）進行數(shù)據(jù)的標準化。經(jīng)過 Z-score 標準化處理的數(shù)據(jù)符合標準正態(tài)分布，即均值為 0，標準差為 1。Z-score 標準化方法適用于序列的最大值和最小值未知或存在離群數(shù)據(jù)的情況，因此該方法經(jīng)常應(yīng)用于金融時間序列的標準化處理。Z-score 標準化的算法如下：z =（x-）/Z-score 表示原始數(shù)據(jù)偏離均值的距離長短。Z-score 大于零表示該數(shù)據(jù)大于均值；Z-score小于零表示該數(shù)據(jù)小于均值；Z-score 等于零表示該數(shù)據(jù)等于均值；Z-score 等于“1”表示該數(shù)據(jù)比均值大一個標準方差；Z-score 等于“-

16、1”表示該數(shù)據(jù)比均值小一個標準方差。經(jīng)驗?zāi)B(tài)分解經(jīng)驗?zāi)B(tài)分解是由Huang 等提出的一種新型信號分析方法。經(jīng)驗?zāi)B(tài)分解可以將信號分解為若干個固有模態(tài)函數(shù)（IMF）。設(shè)定時間序列為 X(t)，經(jīng)驗?zāi)B(tài)分解的步驟如下：確定 X(t)的所有極值點；運用三次樣條（cubic spline）擬合 X(t)的所有極值點，得出時間序列的上包絡(luò)線 High(t)和下包絡(luò)線 Low(t)，計算得出上、下包絡(luò)線平均值，得出原序列均值包絡(luò) m(t)：m(t)=( High(t)+ Low(t)/2令h1(t)= X(t)- m(t)，若 h1(t)滿足IMF 的兩個條件，則h1(t)為第一個IMF 分量c1(t)。

17、若不滿足條件，則 h1(t)將返回步驟（1），重復(fù)以上操作；用序列 X(t)與c1(t)的差值計算原序列的剩余序列：R(t)=X(t)-c1(t)R(t)作為新的序列，重復(fù)上述（1）（3）步驟，可得到第二個 IMF 分量c2(t)，期貨研究報告迭代直到分解得出所有 IMF 分量；原序列 X(t)經(jīng)過經(jīng)驗?zāi)B(tài)分解，原序列可分解為 IMF 分量和剩余序列之和。、因子的風(fēng)格如何配置因子風(fēng)格的配置主要體現(xiàn)在因子的周期特征以及與資產(chǎn)價格聯(lián)動的特征兩個方面。因子的周期分解短周期、中周期和長周期，周期的時間序列平滑且有波峰和波谷，具有明顯的上行和下行周期，因此單一上行期或者下行期的方向是不變的，在策略上就表

18、現(xiàn)為持倉方向不會頻繁變動，這種特征與配置的思路相吻合。在多因子的諸多研究中，線性模型被廣泛應(yīng)用，因子與資產(chǎn)價格的關(guān)系并不穩(wěn)定，這種關(guān)系并非線性。為了突破線性模型的局限，我們?nèi)∫蜃优c資產(chǎn)價格回歸的 Beta，并對 Beta 進行周期分解，分別計算資產(chǎn)價格與因子短周期、因子中周期和因子長周期的序列的相關(guān)系數(shù)，依據(jù)相關(guān)系數(shù)確定資產(chǎn)與因子之間的關(guān)系，資產(chǎn)與因子之間的關(guān)系決定了策略的邏輯，而進一步對 Beta 進行周期平滑處理，得到的序列與配置的思路一致，組合持倉就不會頻繁變動。3、研究對象及樣本數(shù)據(jù)本篇報告以多元資產(chǎn)為研究對象，具體涉及到的資產(chǎn)為中國十年期國債、螺紋鋼指數(shù)、滬銅指數(shù)、COMEX 黃金和

19、美元指數(shù)。由于篇幅限制，報告研究的資產(chǎn)類別有限，在后續(xù)的研究中再進一步延伸。在各類資產(chǎn)的因子選擇上，主要參考基本面量化之一：國債的重要因子、商品期貨的基差模型初探等專題報告，另外會考慮數(shù)據(jù)來源和指標的頻率，螺紋鋼和銅的指標主要來自上海鋼聯(lián)，黃金和美元的指標主要來自 Bloomberg，滬銅指數(shù)、螺紋鋼指數(shù)分別來自 Wind 和繁微(Finoview)自編的指數(shù)。總體上講，指標的選擇主要參考以往模型選擇，但也有經(jīng)驗成份，快變量比慢變量更快反映信息變化，供給和需求兩個方面是商品指標選擇的重要考量，庫存指標在商品建模中優(yōu)勢明顯，美元和黃金以及中國國債則更多考慮包含宏觀信息的變量。期貨研究報告圖表 1

20、：資產(chǎn)標的及其因子資產(chǎn)標的指標資產(chǎn)標的指標規(guī)模以上工業(yè)增加值當(dāng)月同比美國3個月國債收益率規(guī)模以上工業(yè)增加值當(dāng)月同比（國有控股企業(yè)）美國10年國債收益率房地產(chǎn)開發(fā)計劃總投資累計同比美國10年通脹保值國債收益率房地產(chǎn)開發(fā)投資累計同比美國標準普爾500波動率指數(shù)(VIX)房地產(chǎn)新增開發(fā)投資累計同比制造業(yè)固定資產(chǎn)投資完成額累計同比COMEX黃金美國黃金ETF波動率指數(shù)美國CPI季調(diào)當(dāng)月同比有色加工業(yè)固定資產(chǎn)投資完成額累計同比美國核心CPI季調(diào)當(dāng)月同比10年期國債化學(xué)制造業(yè)固定資產(chǎn)投資完成額累計同比CPI當(dāng)月同比美元指數(shù)布倫特原油價格PPI當(dāng)月同比PPI原料當(dāng)月同比美債利差（10年-3個月）美聯(lián)儲資產(chǎn)負

21、債表規(guī)模M0(流通中的現(xiàn)金)當(dāng)月同比國際黃金現(xiàn)貨價格M1(貨幣)當(dāng)月同比美國國債利差（3個月-10年）M2(貨幣和準貨幣)當(dāng)月同比標普500指數(shù)社會融資規(guī)模增量累計同比社會融資規(guī)模增量中人民幣貸款累計同比美元指數(shù)美國耐用品訂單同比美國出口與進口同比增速差中國鋼鐵企業(yè)螺紋鋼實際產(chǎn)量美國密歇根大學(xué)5年通脹預(yù)期中國鋼鐵企業(yè)高爐產(chǎn)能利用率美國失業(yè)率中國鋼鐵企業(yè)螺紋鋼庫存美國CPI同比螺紋鋼指數(shù)唐山市主流倉儲鋼坯總庫存中國鋼材社會庫存合計主流貿(mào)易商建筑鋼材成交量合計美國NAHB住宅市場指數(shù)64家鋼鐵企業(yè)國產(chǎn)燒結(jié)粉庫存64家鋼鐵企業(yè)進口燒結(jié)粉庫存110家鋼鐵企業(yè)煉焦煤庫存110家鋼鐵企業(yè)焦炭庫存平均可用天

22、數(shù)上海市電解銅現(xiàn)貨庫存廣東省電解銅現(xiàn)貨庫存無錫市電解銅現(xiàn)貨庫存滬銅指數(shù)銅礦砂及其精礦進口數(shù)量累計同比 未鍛造的銅及銅材進口數(shù)量累計同比未鍛造的銅及銅材出口數(shù)量累計同比精煉銅產(chǎn)量當(dāng)月同比COMEX銅庫存陰極銅庫存總計全球LME銅庫存合計資料來源：iFinD，F(xiàn)inoview，4、因子風(fēng)格的實證、周期特征與共振在實證部分，經(jīng)驗?zāi)B(tài)分解可以捕捉因子和資產(chǎn)價格的周期特征，周期共振則通過實證檢驗資產(chǎn)價格與因子在短周期、中周期和長周期的共振特點。期貨研究報告、資產(chǎn)價格的周期特征獲取 10 年期國債收益率、螺紋鋼指數(shù)、滬銅指數(shù)、COMEX 黃金和美元指數(shù)時間序列，分別進行 Z-score 標準化處理，將標準

23、化處理后的時間序列進行經(jīng)驗?zāi)B(tài)分解，分別取前三個分量作為 IMF 短周期、IMF 中周期和 IMF 長周期時間序列。資產(chǎn)價格的周期特征，意在檢驗資產(chǎn)價格符合短周期、中周期還是長周期特征，資產(chǎn)價格的序列與 IMF 短周期、IMF 中周期、IMF 長周期的相關(guān)性一定程度上可以揭示周期特征。觀察 10 年期國債收益率、螺紋鋼指數(shù)、滬銅指數(shù)、COMEX 黃金和美元指數(shù)與各自 IMF短周期、IMF 中周期、IMF 長周期的相關(guān)系數(shù)，多數(shù)資產(chǎn)價格呈現(xiàn) IMF 長周期的特征。圖表 2：多元資產(chǎn)的周期特征因子IMF 短周期IMF 中周期IMF 長周期10 年期國債0.080.220.74螺紋鋼指數(shù)0.26-0

24、.100.92滬銅指數(shù)0.140.360.29COMEX 黃金0.11-0.120.66美元指數(shù)0.110.07-0.34資料來源：iFinD，F(xiàn)inoview，、因子周期特征及其與資產(chǎn)周期的共振特性因子風(fēng)格的重要觀察點之一就是周期特征。與資產(chǎn)價格處理周期的方法一致，分別對每個因子進行 Z-score 標準化處理，將標準化處理后的時間序列進行經(jīng)驗?zāi)B(tài)分解，分別取前三個分量作為 IMF 短周期、IMF 中周期和 IMF 長周期時間序列。除了觀察因子自身的周期特征之外，還需要檢驗因子與資產(chǎn)價格周期的共振特性，共振特性也是通過不同周期序列的相關(guān)性獲得。由于表格大小限制，這里僅展示因子自身相關(guān)性最高的

25、周期與資產(chǎn)周期的相關(guān)性以及因子與資產(chǎn) IMF 長周期的相關(guān)性。實際上，在回測之前，我們已經(jīng)計算了因子與資產(chǎn)價格在 IMF 短周期、IMF 中周期和 IMF 長周期的相關(guān)系數(shù)。10 年期國債收益率對應(yīng)的因子主要參考基本面量化之一：國債的重要因子等專題報告。各個因子在周期上的表現(xiàn)存在差異，但多數(shù)呈現(xiàn) IMF 長周期的特性。因子與資產(chǎn)周期共振的特性與資產(chǎn)配置的邏輯息息相關(guān)，這種多空邏輯既看周期相關(guān)系數(shù)的符號，也關(guān)注因子自身周期的特性。期貨研究報告圖表 3：10 年期國債的因子周期特征因子IMF 短周期相關(guān)性IMF 中周期相關(guān)性IMF 長周期相關(guān)性因子與資產(chǎn)周期相關(guān)性 1因子與資產(chǎn)周期相關(guān)性 2規(guī)模以

26、上工業(yè)增加值當(dāng)月同比0.250.310.400.320.32規(guī)模以上工業(yè)增加值當(dāng)月同比（國有控股企業(yè)）0.310.200.120.070.49房地產(chǎn)開發(fā)計劃總投資累計同比0.200.160.300.070.07房地產(chǎn)開發(fā)投資累計同比-0.150.48-0.03-0.010.11房地產(chǎn)新增開發(fā)投資累計同比0.150.190.41-0.07-0.07制造業(yè)固定資產(chǎn)投資完成額累計同比-0.260.470.38-0.020.20有色加工業(yè)固定資產(chǎn)投資完成額累計同比0.060.370.45-0.08-0.08化學(xué)制造業(yè)固定資產(chǎn)投資完成額累計同比0.430.160.590.020.02CPI 當(dāng)月同比0.

27、200.220.290.390.39PPI 當(dāng)月同比0.100.180.640.440.44PPI 原料當(dāng)月同比0.110.270.680.360.36M0(流通中的現(xiàn)金)當(dāng)月同比0.320.260.150.070.02M1(貨幣)當(dāng)月同比0.170.000.330.270.27M2(貨幣和準貨幣)當(dāng)月同比0.120.21-0.160.060.15社會融資規(guī)模增量累計同比0.060.230.290.040.04社會融資規(guī)模增量中人民幣貸款累計同比0.010.070.59-0.46-0.46資料來源：iFinD，F(xiàn)inoview，螺紋鋼指數(shù)已經(jīng)做過復(fù)權(quán)處理，是繁微自編的指數(shù)。螺紋鋼選取的因子主要

28、參考商品期貨的基差模型初探等專題報告。在黑色系的商品供需變量中，庫存是影響價格的重要因子，其他一些包含供需信息的日、周頻的指標也是因子模型中表現(xiàn)較好的因子。由于選取的多數(shù)因子是周頻更新，因此有部分因子呈現(xiàn) IMF 短周期的特性，而螺紋鋼指數(shù)呈現(xiàn)明顯的長周期特征，這一問題我們會在回測部分給出處理辦法。需要注意的是，一些因子在不同周期上與資產(chǎn)周期共振的特性不一樣，這就是因子的風(fēng)格所在。期貨研究報告圖表 4：螺紋鋼指數(shù)的因子周期特征因子IMF 短周期相關(guān)性IMF 中周期相關(guān)性IMF 長周期相關(guān)性因子與資產(chǎn)周期相關(guān)性 1因子與資產(chǎn)周期相關(guān)性 2中國鋼鐵企業(yè)螺紋鋼實際產(chǎn)量0.670.230.110.17

29、-0.32中國鋼鐵企業(yè)高爐產(chǎn)能利用率0.290.75-0.10-0.650.38中國鋼鐵企業(yè)螺紋鋼庫存0.180.000.430.110.11唐山市主流倉儲鋼坯總庫存0.370.410.59-0.19-0.19中國鋼材社會庫存合計0.420.570.42-0.200.25主流貿(mào)易商建筑鋼材成交量合計0.610.570.35-0.130.2964 家鋼鐵企業(yè)國產(chǎn)燒結(jié)粉庫存0.370.560.500.16-0.1364 家鋼鐵企業(yè)進口燒結(jié)粉庫存0.610.570.350.01-0.32110 家鋼鐵企業(yè)煉焦煤庫存0.550.460.33-0.09-0.16110 家鋼鐵企業(yè)焦炭庫存平均可用天數(shù)0.

30、670.80.790.020.87資料來源：iFinD，F(xiàn)inoview，滬銅指數(shù)同樣是經(jīng)過復(fù)權(quán)處理的，所選因子主要參考商品期貨的基差模型初探等專題報告。滬銅指數(shù)的周期特性并不強，相關(guān)系數(shù)不高，IMF 中周期相關(guān)系數(shù)未超過 0.5。圖表 5：滬銅指數(shù)的因子周期特征因子IMF 短周期相關(guān)性IMF 中周期相關(guān)性IMF 長周期相關(guān)性因子與資產(chǎn)周期相關(guān)性 1因子與資產(chǎn)周期相關(guān)性 2上海市電解銅現(xiàn)貨庫存0.360.220.250.310.83廣東省電解銅現(xiàn)貨庫存0.600.30-0.130.15-0.30無錫市電解銅現(xiàn)貨庫存0.290.500.040.43-0.51銅礦砂及其精礦進口數(shù)量累計同比0.05

31、-0.020.63-0.19-0.19未鍛造的銅及銅材進口數(shù)量累計同比-0.110.450.560.320.32未鍛造的銅及銅材出口數(shù)量累計同比0.040.510.03-0.760.85精煉銅產(chǎn)量當(dāng)月同比0.490.410.54-0.09-0.09COMEX 銅庫存0.13-0.090.41-0.37-0.37陰極銅庫存總計0.210.320.31-0.420.06全球 LME 銅庫存合計0.300.510.680.130.13資料來源：iFinD，F(xiàn)inoview，COMEX 黃金在選取因子時遵從成熟的實際利率框架。實際利率涉及的變量包括美債利率、美國 CPI 等，因此 COMEX 黃金的因

32、子主要包括通貨膨脹類指標和利率類指標。從因子自身的周期特征看，CPI 和美債利率總體呈現(xiàn) IMF 長周期的特征。期貨研究報告圖表 6：COMEX 黃金的因子周期特征因子IMF 短周期相關(guān)性IMF 中周期相關(guān)性IMF 長周期相關(guān)性因子與資產(chǎn)周期相關(guān)性 1因子與資產(chǎn)周期相關(guān)性 2美國 3 個月國債收益率0.04-0.320.230.250.25美國 10 年國債收益率0.220.140.54-0.3-0.3美國 10 年通脹保值國債收益率0.090.110.49-0.79-0.79美國標準普爾 500 波動率指數(shù)(VIX)0.300.360.280.05-0.43美國黃金 ETF 波動率指數(shù)0.0

33、30.220.690.010.01美國 CPI 季調(diào)當(dāng)月同比0.190.180.620.010.01美國核心 CPI 季調(diào)當(dāng)月同比0.160.210.54-0.17-0.17美元指數(shù)0.110.07-0.340.040.16布倫特原油價格0.080.030.22-0.22-0.22美債利差（10 年-3 個月）0.15-0.030.320.760.76資料來源：iFinD，F(xiàn)inoview，美元指數(shù)是綜合反映美元在國際外匯市場的匯率情況的指標，通過計算美元和對選定的一攬子貨幣的綜合的變化率，來衡量美元的強弱程度。本質(zhì)上，美元與美國國家信用相關(guān)，美元發(fā)行情況以及美國自身實力是影響美元指數(shù)表現(xiàn)的重

34、要因素。因此，美元指數(shù)的因子多數(shù)為美國宏觀經(jīng)濟指標。觀察五類資產(chǎn)的因子風(fēng)格以及因子與資產(chǎn)周期共振的特性，我們發(fā)現(xiàn)因子的風(fēng)格差異較大，因子與資產(chǎn)價格周期共振的特性也存在差異。圖表 7：美元指數(shù)的因子周期特征因子IMF 短周期相關(guān)性IMF 中周期相關(guān)性IMF 長周期相關(guān)性因子與資產(chǎn)周期相關(guān)性 1因子與資產(chǎn)周期相關(guān)性 2美聯(lián)儲資產(chǎn)負債表規(guī)模-0.260.270.520.420.42國際黃金現(xiàn)貨價格0.07-0.100.380.080.08美國國債利差（3 個月-10 年）0.16-0.100.24-0.87-0.87標普 500 指數(shù)0.180.250.100.06-0.06美國耐用品訂單同比0.3

35、00.080.42-0.51-0.51美國出口與進口同比增速差0.300.450.28-0.11-0.18美國密歇根大學(xué) 5 年通脹預(yù)期0.390.32-0.020.050.23美國失業(yè)率-0.130.26-0.160.19-0.02美國 CPI 同比0.200.190.61-0.37-0.37美國 NAHB 住宅市場指數(shù)0.120.30-0.170.06-0.21資料來源：iFinD，F(xiàn)inoview，期貨研究報告、多元資產(chǎn)的因子風(fēng)格多因子模型已經(jīng)在股票市場得到廣泛應(yīng)用。無論是因子，還是因子收益率，這些概念在選股模型中多見。我們在基本面量化之一：國債的重要因子、基本面量化之二：國債的 Bet

36、a、基本面量化之三：金融監(jiān)管對于國債的影響等報告中系統(tǒng)分析了宏觀因子的解釋能力，不過宏觀因子與股票財務(wù)相關(guān)的因子仍有區(qū)別，宏觀因子的構(gòu)建僅依賴時間序列數(shù)據(jù)，而股票因子可以借助面板數(shù)據(jù)。商品的多因子研究中，面板數(shù)據(jù)的實證研究存在諸多問題且測試效果不及預(yù)期。因此，我們這里提出的因子，并不涉及截面數(shù)據(jù)，因子皆為時間序列的指標，資產(chǎn)收益率與因子回歸的系數(shù)類似股票因子模型的因子收益率，但股票因子收益率一般為截面回歸的結(jié)果。在國債的基本面量化系列中，利率模型自 2017 年末跟蹤以來，勝率 65%，但是這種因子的動態(tài)模型應(yīng)用在商品策略上表現(xiàn)一般，利率的基本面共識更強其他資產(chǎn)，商品更應(yīng)該關(guān)注因子的大趨勢。因

37、此，我們認為商品或者其他資產(chǎn)因子更適合配置，捕捉因子的大趨勢。在后面的實證研究部分，我們會通過 10 年期國債、螺紋鋼指數(shù)、滬銅指數(shù)、美元指數(shù)、 COMEX 黃金及其因子來建模分析多元資產(chǎn)的因子風(fēng)格，因子風(fēng)格的建模主要依據(jù)周期共振和因子回歸兩類方法。周期共振通過挖掘因子周期和資產(chǎn)周期共振的特征，來捕捉資產(chǎn)的配置方向；把回歸系數(shù)作為分析風(fēng)格的突破口，主要從資產(chǎn)收益率與因子的回歸系數(shù)來實證分析風(fēng)格特征。實證部分的要點如下：風(fēng)格本質(zhì)：周期交易。多空配置信號：因子風(fēng)格交易具有延續(xù)性和周期性，通過周期性特征確定因子與資產(chǎn)的關(guān)系。如果確定為正相關(guān)的單一邏輯，則因子只賺這一部分錢，如果回歸系數(shù)或者 imf

38、上升，則表明正向關(guān)系強化則做多資產(chǎn)；反之，因子與資產(chǎn)呈負相關(guān)，則回歸系數(shù)或者 imf 上升表明這種關(guān)系強化，做空資產(chǎn)。信號的發(fā)出機制既呼應(yīng)了“風(fēng)格”，也符合配置策略的特征。因子回歸系數(shù) Beta：因子回歸方程的因變量為資產(chǎn)收益率，自變量為因子標準化后的結(jié)果。由于策略定位配置，信號頻次確定為月度，自變量和因變量均處理為月頻，變量月度指標動態(tài)更新，另外自變量的時間序列以發(fā)布日期為準，模型充分考慮各種導(dǎo)致未來函數(shù)的情形，回歸的窗口除國債定為 36 個月外，其他均為 30 個月。因子回歸系數(shù)Beta 的周期平滑處理：在因子回歸系數(shù) Beta 計算的基礎(chǔ)上，引入均線，獲取 beta 的短期、中期和長期變

39、換結(jié)果，變換后得到的三個時間序列是配置策略回測觸發(fā)開倉信號的重要部分，短、中、長期的均線參數(shù)分別為 012、1224 和 2436，參數(shù)取值一方面來自經(jīng)驗直覺，另一方面參考 IMF 三個分量的平均周期，下圖 8 為國債與工業(yè)增加值的回歸系數(shù) IMF 短、中、長周期的時間序列，周期頻率值變化范圍較大，短周期一般不超過 12 個月，中周期一般不超過 20 個月，長周期一般不超過 36 個月。在實證部分參數(shù)多數(shù)選擇短周期，中、長周期在月頻策略中容易出現(xiàn)連續(xù)回撤的情形。配置策略回測：依據(jù)多空配置信號，根據(jù)因子與資產(chǎn)周期的相關(guān)性確定算法，如期貨研究報告果因子與資產(chǎn)周期正相關(guān)則資產(chǎn)下個月開倉方向與 Bet

40、a 和 Beta 的均線序列的環(huán)比變化方向一致，反之開倉方向相反。關(guān)于樣本的問題，該配置策略回測窗口動態(tài)變化，凈值按照月末值的變化計算。凈值計算：在計算凈值時，本金保持不變，并沒有計算復(fù)利，凈值為累計收益與初始本金之比。圖表 8：國債與工業(yè)增加值的回歸系數(shù) IMF 短、中、長周期 IMF短周期 IMF中周期 IMF長周期0.20.10.10.0-0.1-0.12011/032011/052011/072011/092011/112012/022012/042012/062012/082012/102012/122013/042013/062013/082013/102013/122014/04

41、2014/062014/082014/102014/122015/042015/062015/082015/102015/122016/042016/062016/082016/102016/122017/042017/062017/082017/102017/122018/042018/062018/082018/102018/122019/042019/062019/082019/102019/122020/042020/062020/082020/10-0.2資料來源：iFinD，F(xiàn)inoview，、10 年期國債在基本面量化之一：國債的重要因子、基本面量化之二：國債的 Beta和國債邏

42、輯評分模型基于凱恩斯擴展框架和 XGBoost 算法中，我們已經(jīng)驗證規(guī)模以上工業(yè)增加值當(dāng)月同比等上述變量是影響國債價格走勢的重要因子。依據(jù)規(guī)模以上工業(yè)增加值當(dāng)月同比與十年國債收益率的周期特征，確定因子與資產(chǎn)呈正相關(guān)的關(guān)系，該因子配置策略僅捕捉因子正相關(guān)的收益，實際不同時段因子與資產(chǎn)的相關(guān)性會發(fā)生變化，該因子配置策略回測如下圖所示，其中觸發(fā)回測開倉信號的序列為因子 Beta 的中期序列。其他因子與工業(yè)增加值的回測機制一致。觀察回測結(jié)果，規(guī)模以上工業(yè)增加值當(dāng)月同比、制造業(yè)固定資產(chǎn)投資完成額累計同比、CPI 當(dāng)月同比、M0(流通中的現(xiàn)金)當(dāng)月同比的勝率高于其他因子，規(guī)模以上工業(yè)增加值當(dāng)月同比（國有控

43、股企業(yè)）、制造業(yè)固定資產(chǎn)投資完成額累計同比、化學(xué)制造業(yè)固定資產(chǎn)投資完成額累計同比的年化收益較高。組合在因子等權(quán)配置的情況下，勝率大幅改善且年化收益較高，月度最大回撤明顯減小。期貨研究報告圖表 9：10 年期國債的因子風(fēng)格配置策略回測結(jié)果因子周期共振特征因子勝率累計收益年化收益最大回撤規(guī)模以上工業(yè)增加值當(dāng)月同比短周期負向59%390BP42BP-31BP規(guī)模以上工業(yè)增加值當(dāng)月同比（國有控股企業(yè)）短周期負向56%250BP27BP-31BP房地產(chǎn)開發(fā)計劃總投資累計同比短周期正向56%247BP24BP-32BP房地產(chǎn)開發(fā)投資累計同比短周期正向55%260BP27BP-32BP房地產(chǎn)新增開發(fā)投資累計

44、同比短周期負向54%142BP14BP-31BP制造業(yè)固定資產(chǎn)投資完成額累計同比短周期正向55%125BP21BP-28BP有色加工業(yè)固定資產(chǎn)投資完成額累計同比短周期正向59%248BP41BP-27BP化學(xué)制造業(yè)固定資產(chǎn)投資完成額累計同比短周期正向53%106BP18BP-32BPCPI 當(dāng)月同比短周期正向60%212BP21BP-28BPM0(流通中的現(xiàn)金)當(dāng)月同比中周期正向53%262BP26BP-33BPM1(貨幣)當(dāng)月同比中周期正向52%266BP26BP-26BPM2(貨幣和準貨幣)當(dāng)月同比長周期正向53%215BP21BP-29BP社會融資規(guī)模增量中人民幣貸款累計同比短周期負向6

45、0%227BP22BP-32BP等權(quán)配置組合-69%270BP27BP-11BP資料來源：iFinD，F(xiàn)inoview，圖表 10：10 年期國債的因子回歸配置策略（規(guī)模以上工業(yè)增加值當(dāng)月同比）403020100-10-20-302012/012012/052012/092013/012013/052013/092014/012014/052014/092015/012015/052015/092016/012016/052016/092017/012017/052017/092018/012018/052018/092019/012019/052019/092020/012020/05202

46、0/092021/01-405002013年8月之后為樣本外單月盈虧（BP） 累計盈虧（BP,右軸）4003002001000-1000.450.40.350.30.250.20.150.10.052011/012011/052011/092012/012012/052012/092013/012013/052013/092014/012014/052014/092015/012015/052015/092016/012016/052016/092017/012017/052017/092018/012018/052018/092019/012019/052019/092020/012020/

47、052020/092021/0105 bond_ipp_beta12m 10年國債利率（右軸）4.543.532.521.510.50資料來源：iFinD，F(xiàn)inoview，15期貨研究報告120100806040200-20-40-60資料來源：iFinD，F(xiàn)inoview，東證衍生品研究院2011/012013年8月之后為樣本外2011/052011/092012/012012/052012/092013/012013/052013/092014/012014/052014/092015/01單月盈虧（BP）2015/052015/092016/012016/052016/092017/0

48、12017/05累計盈虧（BP,右軸）2017/092018/012018/052018/092019/01162019/052019/092020/012020/052020/09250200150100500-502021/010.350.30.250.20.150.10.050-0.05-0.12011/012011/052011/092012/012012/052012/092013/012013/052013/092014/012014/052014/092015/012015/052015/092016/01bond_finance2_beta3m10年國債利率（右軸）2016/0

49、52016/092017/012017/052017/092018/01期貨研究報告2018/052018/092019/012019/052019/092020/012020/052020/0954.543.532.521.510.502021/012011/01140120100806040200-20-40資料來源：iFinD，F(xiàn)inoview，東證衍生品研究院圖表 13：10 年期國債的因子回歸配置策略（增量人民幣貸款累計同比）1402011/052013年5月之后為樣本外2011/092012/012012/052012/092013/01單月盈虧（BP）累計盈虧（BP,右軸）201

50、3/052013/092014/012014/052014/092015/012015/052015/092016/012016/052016/092017/012017/052017/092018/012018/052018/092019/012019/052019/092020/012020/052020/09250200150100500-503002021/010.30.250.20.150.10.050-0.05-0.10.42011/012011/052011/092012/012012/052012/09bond_cpi1_beta10年國債利率（右軸）2013/012013/0

51、52013/092014/012014/052014/092015/012015/052015/092016/012016/052016/092017/012017/052017/092018/012018/052018/092019/012019/052019/092020/012020/052020/092021/01140120100806040200-20-402011/11圖表 11：10 年期國債的因子回歸配置策略（規(guī)模以上國企工業(yè)增加值當(dāng)月同比）2014年5月之后為樣本外資料來源：iFinD，F(xiàn)inoview，東證衍生品研究院圖表 12：10 年期國債的因子回歸配置策略（CPI

52、當(dāng)月同比）2012/032012/072012/112013/032013/072013/112014/032014/072014/112015/032015/07單月盈虧（BP）2015/112016/032016/072016/112017/032017/072017/11累計盈虧（BP,右軸）2018/032018/072018/112019/032019/072019/112020/032020/072020/11300250200150100500-50-100-1502021/030.180.160.140.120.10.080.060.040.0202011/112012/032

53、012/072012/112013/032013/072013/11基本面量化-專題報告2014/032014/072014/112015/032015/072015/11bond_ipp2_beta12m10年國債利率（右軸）2016/032016/072016/112017/032017/072017/112018/032018/072021 年 6 月 9 日2018/112019/032019/072019/112020/032020/072020/1154.543.532.521.510.5054.543.532.521.510.502021/03120100806040200-20

54、-40資料來源：iFinD，F(xiàn)inoview，東證衍生品研究院2011/012013年8月之后為樣本外2011/052011/092012/012012/052012/092013/012013/052013/092014/012014/052014/092015/012015/05單月盈虧2015/092016/012016/052016/092017/012017/05累計盈虧（右軸）2017/092018/012018/052018/092019/01172019/052019/092020/012020/052020/09250200150100500-50-100-1502021/0

55、10.040.020-0.02-0.04-0.06-0.08-0.1-0.12-0.142011/012011/052011/092012/012012/052012/092013/012013/052013/092014/012014/052014/092015/01bond_house3_beta2015/052015/092016/012016/052016/092017/012017/0510年國債利率（右軸）2017/09期貨研究報告2018/012018/052018/092019/012019/052019/092020/012020/052020/094.543.532.521

56、.510.502021/012011/10140120100802014年4月之后為樣本外6040200-20-40-60資料來源：iFinD，F(xiàn)inoview，東證衍生品研究院圖表 16：10 年期國債的因子回歸配置策略（房地產(chǎn)新增開發(fā)投資累計同比）1402012/022012/062012/102013/022013/062013/102014/022014/062014/102015/022015/062015/10單月盈虧2016/022016/062016/102017/022017/062017/10累計盈虧（右軸）2018/022018/062018/102019/022019/

57、062019/102020/022020/062020/10300250200150100500-50-1002021/020.50.450.40.350.30.250.20.150.10.0502011/102012/022012/062012/102013/022013/062013/102014/022014/062014/102015/022015/062015/102016/02bond_house2_beta8m10年國債利率（右軸）2016/062016/102017/022017/062017/102018/022018/062018/102019/022019/062019/

58、102020/022020/062020/1054.543.532.521.510.5052021/022011/01圖表 14：10 年期國債的因子回歸配置策略（房地產(chǎn)開發(fā)計劃總投資累計同比）140120100802013年8月之后為樣本外6040200-20-40-60資料來源：iFinD，F(xiàn)inoview，東證衍生品研究院圖表 15：10 年期國債的因子回歸配置策略（房地產(chǎn)開發(fā)投資累計同比）2011/052011/092012/012012/052012/092013/012013/052013/092014/012014/052014/092015/012015/05單月盈虧2015/

59、092016/012016/052016/092017/012017/05累計盈虧（右軸）2017/092018/012018/052018/092019/012019/052019/092020/012020/052020/09350300250200150100500-502021/010.80.60.40.20-0.2-0.42011/012011/052011/092012/012012/052012/092013/012013/05基本面量化-專題報告2013/092014/012014/052014/092015/012015/052015/092016/01bond_house1

60、_beta10年國債利率（右軸）2016/052016/092017/012017/052017/092018/012018/052021 年 6 月 9 日2018/092019/012019/052019/092020/012020/052020/0954.543.532.521.510.502021/01140120100806040200-20-40-60資料來源：iFinD，F(xiàn)inoview，東證衍生品研究院2015/022017年8月之后為樣本外2015/052015/082015/112016/022016/052016/082016/112017/022017/052017/0