本文来源于方正金工，作者：魏建榕；由期乐会（ID：qlhclub）整理编辑，感谢作者分享，转载请注明来源！


报告摘要


  • 分钟行情数据，提供了持仓量分析的微观视角。我们借助统计方法，从股指期货的分钟行情数据中，选出“交易激进”的部分样本，再进行交易行为的分析。由此构造的交易策略，年化收益为34.5%，年化波动为27.4%，最大回撤为36.5%，信息比率为1.26，Calmar比率为0.95。


  • 成交持仓表，提供了持仓量分析的宏观视角。中金所每个交易日公布的“结算会员成交持仓排名”数据，是一项十分宝贵的市场信息。由此构造的交易策略，年化收益为17.0%，年化波动为12.1%，最大回撤为10.2%，信息比率为1.41，Calmar比率为1.67，日胜率为57.3%，盈亏比为1.48。


  • 结合微观与宏观两个视角，我们构造了基于持仓量分析的综合策略。从2010年4月16日至2015年8月20日，共计1300个交易日，期间累计收益230%，年化收益为25.8%，年化波动为13.7%，最大回撤为14.1%，信息比率为1.89，Calmar比率为1.83。




1.  前言


持仓量是期货分析的第三只眼。期货市场的交易行情，与股票市场的最大区别是，在价格与成交量之外，还多了持仓量的维度。股指期货的持仓量，是指尚未进行对冲了结的合约头寸——合约买方即是多头持仓，合约卖方则是空头持仓。多头与空头，是一枚硬币的两面，它们可以成对创设，也可以成对湮灭，两者数量总是恒等。


在持仓量的图景下，期货市场的一切交易动作，无非归为如下四种：多头开仓、多头平仓、空头开仓、空头平仓。这些交易行为汇总在一起的共同结果，使我们看到了成交量的累积和持仓量的变化。


然而，三个方程终究解不出四个未知量，透过行情数据去窥探交易行为，注定是一个充满想象力的课题。在本篇报告中，我们将尝试挖掘持仓量信息中蕴藏的宝藏，构建基于交易行为分析的股指期货CTA策略。


本篇报告同时也是方正金工“聆听高频世界的声音”系列研究的第四篇。我们秉承“高频数据、低频信号”的研究理念，前期已推出了《异动罗盘：寻一只特立独行的票》、《夜空中最亮的星：十字星形态的选股研究》、《跟踪聪明钱：从分钟行情数据到选股因子》等三篇报告。


与前三篇报告不同的是，本篇报告我们将目光从选股策略转向了股指期货交易策略。我们将用结果表明，“高频世界的声音”，在CTA领域同样能够奏出美妙的乐章。


2. 持仓量的微观视角


持仓量，就其最深刻的意义而言，代表了市场多空分歧的严重程度。市场存在不同的意见，交易者才会持有彼此对立的多空头寸，从而促使持仓量的增加。总的来说，对于行情数据的三个基本要素，我们大致可作如下解读：涨跌是交易者态度的汇总，成交量是交易热度的体现，而持仓量则是分歧度的象征。


然而，整个市场的交易者毕竟鱼龙混杂，分析所有交易行为产生的行情数据，未必能有指引意义。在这里，方正金工团队开门见山地提出这样一个想法：我们能否从股指期货的分钟行情数据中，先划分出“交易激进”的一部分，再进行交易行为的分析呢？


这个思路的出发点在于，我们相信激进（急切）的交易背后往往蕴含了更有价值的信息。下面我们给出这个想法的实施方案。


对于股指期货的每个交易日，我们首先计算激进交易的态度指标P，步骤如下：


1）记当日主力合约的分钟涨跌幅为Rt、分钟成交量为Vt，计算每分钟的急切度St：

2）选出当日急切度St最高的n分钟（选择n的数量，使其累加成交量达到全天成交量的10%）；


3）计算此n分钟涨跌幅的总和P，作为激进交易的态度指标。


接下来，我们计算激进交易的分歧度指标Q，步骤如下：


1）记当日四张合约总持仓量的分钟变化量为dOIt，分钟总成交量为Vt，计算每分钟的急切度St：


2）选出当日急切度St最高的n分钟（选择n的数量，使其累加成交量达到全天成交量的10%）；


3）计算此n分钟持仓变化量的总和Q，作为激进交易的分歧度指标。


总的来说，每个交易日的指标P与指标Q，反映了当日激进交易的行为特征。P值大（小），表示激进交易的态度偏多（空）；Q值大（小），则意味着激进交易的分歧度增大（减小）。


在实际应用中，为了校准指标本身可能存在的系统性偏差，我们将指标P、指标Q分别扣减自身的移动平均值。我们采用校准后的态度指标P*=P-MA(P,4)和分歧度指标Q*=Q-MA(Q,5)，按照P*与Q*的正负搭配，共有以下四种情形：


若P*>0且Q*<0，态度趋多、分歧减小，是看多的信号；

若P*<0且Q*<0，态度趋空、分歧减小，是看空的信号；

若P*>0且Q*>0，态度趋多、分歧增大，是看空的信号；

若P*<0且Q*>0，态度趋空、分歧增大，是看多的信号。


下面我们来考察信号的有效性。对于T日（收盘后）计算得到的信号，在T+1日开盘开仓，在T+2日开盘平仓。这种操作方案的一大好处是，假如连续交易日的信号一致，则不需要对仓位进行任何调整。


在收益测算中，我们使用主力合约每日开盘后5分钟的成交量加权价格，作为开仓或平仓的价位。图表1给出了以上策略的每日信号与净值表现。


从2010年4月16日至2015年8月20日，总计1300个交易日，策略累计收益368%，年化收益34.5%，年化波动为27.4%，最大回撤为36.5%，信息比率为1.26，Calmar比率为0.95。日胜率为54.3%，盈亏比为1.05。


图表1：每日信号与策略净值


图表2：策略净值与当月连续合约


3. 持仓量的宏观视角


持仓量还有一个宏观视角可供分析。在每个交易日收盘之后，中金所网站都会公布当天股指期货的“结算会员成交持仓排名”数据（详见图表3示例），此项数据包括：单边持仓达到1万手以上（含）和当月合约前20名结算会员的成交量与持仓量。


成交持仓表为我们及时提供了部分投资群体的成交量、持仓量等统计数据，是一项十分宝贵的市场信息。基于对成交持仓表数据的深入分析，我们在2013年提出了股指期货交易的“蜘蛛网策略”，引起了市场的强烈关注。


图表3：成交持仓表(2016-09-02,IF1609)


在本篇报告中，我们提供一个简便版的“蜘蛛网策略”。其主要思路是，考察每日前二十大会员单位的多单增量与空单增量。若多单增加且空单减少，发出看多的信号；若多单减少且空单增加，则发出看空的信号；多单与空单同向增减时，不发信号。


此策略逻辑简单，不带半点华丽技巧，绩效却十分可观（图表4、图表5）。按照与第二节相同的测算方式，从2010年4月16日至2016年9月2日，总计1554个交易日（其中参与交易的有261天），策略累计收益165%，年化收益17.0%，年化波动为12.1%，最大回撤为10.2%，信息比率为1.41，Calmar比率为1.67。日胜率为57.3%，盈亏比为1.48。


图表4：每日信号与策略净值


图表5：策略净值与当月连续合约


4. 基于持仓量分析的综合策略


在本小节中，我们将结合上述微观与宏观两个视角，构造一个基于持仓量分析的期指交易策略。两组信号的结合方式设计如下：


若当日有宏观信号，则采用宏观信号；

若当日无宏观信号，则采用微观信号。


另一方面，为了降低最大回撤，在做多或做空时，我们仅使用一半的仓位进行交易。半仓交易的做法实际上同时降低了收益和波动，对信息比率、Calmar比率等影响不大。


绩效统计显示，策略从2010年4月16日至2015年8月20日，共计1300个交易日，期间累计收益230%，年化收益25.8%，年化波动为13.7%，最大回撤为14.1%，信息比率为1.89，Calmar比率为1.83。日胜率为55.4%，盈亏比为1.11。


图表6：基于持仓量分析的综合策略


在本篇报告的末尾，不得不提到的是，自2015年夏天限制措施出台以来，股指期货的流动性已大幅萎缩，成交量一直处于低迷状态。在流动性脆弱的市场中，讨论CTA策略似乎显得不合时宜。然而，股指期货松绑终将是大势所趋。CTA策略的研究，或正处于“深挖洞，广积粮”的好时机，让我们静候“海阔凭鱼跃”的期指正常态。（魏建榕 / 方正金工）


[附注] 实习生陈楠、陈实参与了本项研究，对本课题有重要贡献；实习生张宇参与了部分工作。

每日精彩，欢迎扫描二维码关注期乐会微信公众平台。

感谢作者辛苦创作，部分文章若涉及版权问题，敬请联系我们。

纠错、投稿、商务合作等请联系邮箱：287472878@qq.com