各位投资者朋友大家下午好欢迎参加2024年东正期货中期投资策略会有色专场今天很荣幸请到东正衍生品研究院院长助理曹杨老师有色首席分析师宋伟达老师和有色分析师陈奕山老师带来铜铝碳酸铳的半年度展望那么首先就让我们有请曹杨老师带来关于铜的分享有请曹杨老师 好的各位投资者朋友大家下午好今天我们在这里给大家进行一个中期有色这一块的策略会的这样一种分享首先也非常感谢大家来参加我们的这样一个策略会我今天主要给大家分享的内容就是我们站在目前这个节点对中期同价怎么样一个看法包括相应的我们也提出了一些针对的一些策略 首先的话就是说一下我们目前的整体的一个观点从单边的这个角度来说的话我们认为这一轮的这个上涨趋势并没有结束目前可能是一个中场休息的一个阶段那么我们对于四季度的这样一个铜的一个价格 包括明年上半年的这样一个价格的这样一个看法依然是比较积极的但是呢就是说从节奏短期的这种节奏上来看的话 我们觉得要注意一下就是三季度可能出现的一些潜在的一些回调的一个风险但是这个回调的这个幅度呢我们目前看的并不是特别大我们觉得可能就是75000上下的这样一个幅度啊这是一个相对的低点也就是今年下半年在三季度看了一个相对的低点但是我们觉得整个 整个1 ...

各位投资者下午好欢迎大家参加东正气货中期策略会的能源与碳中和以及产业咨询专场我是东正饮食品研究院能源分析师安子薇今天下午的议题的话主要是会跟各位分享关于原油TRT以及产业咨询三个主题的下半年的一个观点我这边的话就先开始今天第一个议题然后跟各位分享一下关于原油市场下半年的一个看法 首先我们简单的回顾一下就是整个今年以来的话油价走势其实可以看到就是上半年其实就是今年整个波动率相对比较低然后上半年其实主要是对于需求供应这端的一个计价那么整个价格的高点的话其实是伴随着市场对于地缘冲突的这种交易相对比较 剧烈的这个时期就在四月上旬左右的话出现这个价格的高点其实之后的话因为整体的就是市场的这种风险溢价的情绪在回落所以整个价格进入到了一个相对下行的这个趋势当中然后其实从六月之后的话这个价格有一波反弹那么我们觉得话其实这一波的反弹可能主要是对于就是三季度整个这个需求出现改善预期的这么一个计价 那从整个三半年供需基本面的一个预期来看的话,我们觉得可能目前来说对于价格相对的这种偏压力的来源的话,其实主要是来自于需求这一段,就是整体上其实在二季度之后已经暴露出来,就是今年整个这种需求增速相对比较缓慢的一个趋势的话,其实已经是 就是 ...

- 宏观因子S1策略的配置比例为：股票2.63%，债券94.74%，商品2.63%[3][16] - 宏观因子S2策略的配置比例为：沪深300 16.62%，中证500 0.0%，中证1000 0.56%，利率债14.19%，金融债22.17%，信用债40.07%，农产品4.75%，金属0.0%，化工0.0%，能源0.0%，黄金1.64%[3][16] - 宏观因子S1策略的表现指标：累计收益率61.76%，年化收益率9.50%，年化波动率6.07%，最大回撤率-9.25%，胜率（D）60.93%，盈亏比0.92，夏普比率1.57，卡玛比率1.03[17] - 宏观因子S2策略的表现指标：稳健型策略累计收益率43.9%，年化收益率7.1%，年化波动率3.9%，最大回撤率-5.0%，胜率（D）59.1%，盈亏比0.99，夏普比率1.84，卡玛比率1.42；平衡型策略累计收益率50.2%，年化收益率8.0%，年化波动率4.9%，最大回撤率-6.6%，胜率（D）59.7%，盈亏比0.95，夏普比率1.63，卡玛比率1.21；进取型策略累计收益率56.6%，年化收益率8.8%，年化波动率6.0%，最大回撤率-8.2%，胜率（D）60.4%，盈亏比0.91，夏普比率1.47，卡玛比率1.07[18]

Bye. Oh, there was no sound just now. There seems to be a mistake in the sound just now. Let's start over. We can see that the A-share in the first half of this year overall did not stand firm at the 3,000 point. In June, there was a single-sided decline. In June, there was a single-sided decline. In June, there was a single-sided decline. In June, there was a single-sided decline. In June, there was a single-sided decline. In June, there was a single-sided decline. In June, there was a single-sided decline ...

量化模型与构建方式 跨期套利策略 - **模型名称**：动量因子 **模型构建思路**：基于过去k个交易日跨期反套组合的收益率，构建多周期动量策略[33] **模型具体构建过程**： 1. IH使用一年动量，IF、IC等权配置10、20、30、40、60、80、120、250个交易日的动量因子 2. 收盘价调仓，交易成本按单边万0.5考虑[33] **模型评价**：动量因子在长期回测中表现出一定的盈利能力，但不同品种的收益率差异较大[34] - **模型名称**：年化基差率因子 **模型构建思路**：通过比较各期限合约剔除分红后的年化基差率，选择最低和最高的合约进行多空操作[39] **模型具体构建过程**： 1. 根据当日14:45各期限合约剔除分红的年化基差率进行日度调仓 2. 做多年化基差率最低的合约，做空年化基差率最高的合约 3. 距离到期日小于10天的合约不在选择范围内 4. 收盘价调仓，交易成本按单边万0.5考虑[39] 跨品种套利策略 - **模型名称**：线性组合 **模型构建思路**：通过线性组合构建跨品种套利策略，捕捉品种间价差变化[46] **模型具体构建过程**： 1. 选择IF-IH、IC-IF、IC-IH等品种组合 2. 根据历史价差和信号方向进行多空操作[46] - **模型名称**：非线性组合 **模型构建思路**：通过非线性模型捕捉品种间复杂的非线性关系，进行套利操作[52] **模型具体构建过程**： 1. 使用非线性模型生成信号 2. 根据信号方向进行多空操作[52] 日内择时策略 - **模型名称**：线性组合 **模型构建思路**：基于线性因子构建日内择时策略[58] **模型具体构建过程**： 1. 使用线性因子生成信号 2. 根据信号方向进行日内交易[58] - **模型名称**：非线性组合 **模型构建思路**：基于非线性因子构建日内择时策略[63] **模型具体构建过程**： 1. 使用非线性因子生成信号 2. 根据信号方向进行日内交易[63] --- 模型的回测效果 跨期套利策略 - **动量因子**： - IH：累计收益率21.0%，年化收益率5.9%，年化波动率7.6%，夏普比0.77，最大回撤-7.6%[34] - IF：累计收益率8.8%，年化收益率2.6%，年化波动率5.5%，夏普比0.46，最大回撤-7.0%[34] - IC：累计收益率7.9%，年化收益率2.3%，年化波动率9.6%，夏普比0.24，最大回撤-15.2%[34] - **年化基差率因子**： - IH：累计收益率2.4%，年化收益率1.7%，年化波动率4.8%，夏普比0.36，最大回撤-2.8%[40] - IF：累计收益率10.9%，年化收益率7.8%，年化波动率5.7%，夏普比1.37，最大回撤-2.9%[40] - IC：累计收益率15.1%，年化收益率10.7%，年化波动率8.5%，夏普比1.26，最大回撤-8.8%[40] - IM：累计收益率11.8%，年化收益率8.4%，年化波动率8.7%，夏普比0.97，最大回撤-7.9%[40] 跨品种套利策略 - **线性组合**： - IF-IH：累计收益率7.8%，年化收益率5.3%，年化波动率5.1%，夏普比1.06，最大回撤-6.5%[46] - IC-IF：累计收益率-1.8%，年化收益率-1.3%，年化波动率10.7%，夏普比-0.12，最大回撤-10.7%[46] - IC-IH：累计收益率-1.2%，年化收益率-0.8%，年化波动率9.2%，夏普比-0.09，最大回撤-10.9%[46] - **非线性组合**： - IF-IH：累计收益率8.6%，年化收益率5.9%，年化波动率7.5%，夏普比0.79，最大回撤-4.8%[52] - IC-IF：累计收益率22.5%，年化收益率15.2%，年化波动率13.8%，夏普比1.10，最大回撤-5.5%[52] - IC-IH：累计收益率-18.7%，年化收益率-13.4%，年化波动率10.6%，夏普比-1.26，最大回撤-22.7%[52] 日内择时策略 - **线性组合**： - IH：年化收益率5.2%，年化波动率7.9%，最大回撤-4.3%，夏普比0.66[58] - IF：年化收益率8.8%，年化波动率8.5%，最大回撤-4.3%，夏普比1.02[58] - IC：年化收益率24.7%，年化波动率11.1%，最大回撤-4.7%，夏普比2.22[58] - **非线性组合**： - IH：年化收益率8.3%，年化波动率7.0%，最大回撤-3.2%，夏普比1.18[63] - IF：年化收益率3.6%，年化波动率7.2%，最大回撤-5.4%，夏普比0.50[63] - IC：年化收益率10.5%，年化波动率12.0%，最大回撤-13.2%，夏普比0.87[63]

- 宏观因子S1策略的构建思路是基于宏观动量预测结果进行资产配置[3] - 宏观因子S1策略的具体构建过程包括：根据宏观动量预测结果，7月配置比例为股票2.63%，债券94.74%，商品2.63%[3][17] - 宏观因子S2策略的构建思路是基于宏观动量预测结果进行更为细化的资产配置[3] - 宏观因子S2策略的具体构建过程包括：根据宏观动量预测结果，7月配置比例为沪深300(16.62%)，中证500(0.0%)，中证1000(0.56%)，利率债(14.19%)，金融债(22.17%)，信用债(40.07%)，农产品(4.75%)，黄金(1.64%)[3][18] 模型的回测效果 - S1策略，累计收益率61.78%，年化收益率9.54%，年化波动率6.08%，最大回撤率-9.25%，胜率（D）61.01%，盈亏比0.92，夏普比率1.57，卡玛比率1.03[19] - S2策略，稳健型策略累计收益率44.1%，年化收益率7.2%，年化波动率3.9%，最大回撤率-5.0%，胜率（D）59.1%，盈亏比0.99，夏普比率1.85，卡玛比率1.43[21] - S2策略，平衡型策略累计收益率50.3%，年化收益率8.0%，年化波动率4.9%，最大回撤率-6.6%，胜率（D）59.7%，盈亏比0.95，夏普比率1.63，卡玛比率1.21[21] - S2策略，进取型策略累计收益率56.7%，年化收益率8.9%，年化波动率6.0%，最大回撤率-8.2%，胜率（D）60.4%，盈亏比0.91，夏普比率1.47，卡玛比率1.08[21]

量化模型与构建方式 量化中性策略模型 - **模型名称**：量化中性策略模型 - **模型构建思路**：量化中性策略通过完全对冲市场风险，利用股票市场的Alpha作为主要收益来源，旨在获取绝对收益[10][13] - **模型具体构建过程**： 1. **因子选择**：模型中使用多因子选股策略，因子包括基本面因子、技术面因子和情绪因子等[53] 2. **风险对冲**：通过股指期货等工具对冲市场系统性风险，确保组合的Beta接近于零[10][13] 3. **组合构建**：在构建组合时，模型会根据因子得分对股票进行排序，选择高分股票作为多头，低分股票作为空头[10][13] 4. **动态调整**：根据市场风格变化和因子表现，动态调整组合权重和因子暴露[53] - **模型评价**：量化中性策略在极端行情中表现出一定的抗风险能力，但在市场风格快速切换时可能面临回撤风险[13][53] --- 模型的回测效果 量化中性策略模型 - **累计收益率**：申毅投资为2.78%，黑翼资产为3.08%，金戈量锐为1.59%[50] - **夏普比率（IR）**：申毅投资为9.46，黑翼资产为1.58，金戈量锐为0.41[50] - **卡玛比率**：申毅投资未披露，黑翼资产为8.05，金戈量锐为1.34[50] - **年化风险**：申毅投资为0.91%，黑翼资产为6.27%，金戈量锐为8.54%[50] - **最大回撤**：申毅投资为0.00%，黑翼资产为1.23%，金戈量锐为2.62%[50] - **最大回撤修复天数**：申毅投资为0天，黑翼资产未修复，金戈量锐未修复[50] --- 量化因子与构建方式 Barra因子 - **因子名称**：Barra因子 - **因子的构建思路**：Barra因子用于解释市场风险和收益的来源，主要通过统计方法分解资产收益的风险因子[53] - **因子具体构建过程**： 1. **因子分类**：Barra因子分为风格因子（如价值、动量等）和行业因子[53] 2. **因子暴露计算**：通过回归分析计算每只股票在各因子上的暴露程度[53] 3. **风险模型构建**：基于因子暴露和因子协方差矩阵，构建组合的风险模型[53] - **因子评价**：Barra因子在中国市场的解释度较低，仅为0.4%，在极端行情中预警能力较弱[53] 基本面因子 - **因子名称**：基本面因子 - **因子的构建思路**：通过分析企业的财务数据（如市盈率、市净率等）来评估股票的内在价值[53] - **因子具体构建过程**： 1. **数据收集**：收集上市公司的财务数据，包括盈利能力、成长性和估值水平[53] 2. **因子计算**：计算如市盈率（PE）、市净率（PB）等指标，作为基本面因子[53] 3. **因子筛选**：根据因子在历史数据中的表现，筛选出具有显著超额收益的因子[53] - **因子评价**：基本面因子在非线性因子构建中具有积极作用，能够提升模型的因子贡献[53] --- 因子的回测效果 Barra因子 - **解释度**：在中国市场的有效性仅为0.4%[53] 基本面因子 - **因子贡献**：在非线性因子构建中表现出较高的贡献度，能够提升策略的差异化[53]

价格传导不畅削弱修复成色–2024 年 5 月中 [★Ta5b月le_经Su济m数m据ary解] 读： 3、需求端方面，大规模上设备更新、消费品以旧换新、电商 618 股 指 期 货 大促等成为结构性支撑点。商品零售销售有所修复；制造业投 资增速上行 0.1%至 9.4%。但基建投资仍受制于财政节奏，以及 地产投资仍在继续寻底。房价加速下行，地产政策宽松效果仍 待观察。 中国经济修复不及预期，美国降息预期波动，海外地缘政治风 扫描二维码，微信关注"东证繁微"小程序 险。 热点报告——股指期货 [T走ab势le_评R级an：k] 股指：震荡 报告日期：2024年06月18日 2、生产端，5 月份工业增加值同比增速 5.6%，较前值回落 1.1%， 服务业生产指数同比增速 4.8%，较前值扩张 1.3%。服务业修复 态势好于工业。 5 月份中国经济修复仍保持了一个缓步向前的态势，上行斜率仍 旧偏低。并且当前最突出的问题在于居民资产负债表修复缓慢， 预期低迷、收入减少、消费支出下沉，进而导致国内价格传导 机制不畅，上游涨价对下游的传导严重被削弱，进一步蚕食了 中下游行业利润率修复的空间。大规模设备更新以及消费品依 ...

量化因子与构建方式 宏观因子S1策略 - **因子名称**：宏观因子S1策略 - **因子的构建思路**：基于宏观动量预测，结合增长、通胀、信用和利率四大宏观因子，进行资产配置[3][15] - **因子具体构建过程**： 1. 通过高频宏观因子分组预测增长、通胀、信用和利率的动量方向 2. 根据预测结果，分配资产比例，包括股票、债券和商品 3. 6月配置比例为：股票2.63%，债券94.74%，商品2.63%[3][17] - **因子评价**：该策略通过宏观因子动量预测，体现了对市场趋势的敏感性和资产配置的灵活性[3][15] 宏观因子S2策略 - **因子名称**：宏观因子S2策略 - **因子的构建思路**：基于宏观因子动量预测，结合多资产类别（如股票、债券、商品等）进行更细化的资产配置[3][15] - **因子具体构建过程**： 1. 通过高频宏观因子分组预测增长、通胀、信用和利率的动量方向 2. 根据预测结果，分配资产比例，6月配置比例为： - 股票：沪深300（16.27%）、中证500（0.00%）、中证1000（0.50%） - 债券：利率债（13.30%）、金融债（25.05%）、信用债（39.41%） - 商品：农产品（3.74%）、黄金（1.73%），其余商品（如金属、化工、能源）配置为0%[3][18] - **因子评价**：该策略通过更精细的资产类别划分，增强了资产配置的多样性和灵活性[3][15] --- 因子的回测效果 宏观因子S1策略 - **股债商配置组合**： - 累计收益率：61.11% - 年化收益率：9.52% - 年化波动率：6.10% - 最大回撤率：-9.25% - 胜率（D）：60.79% - 盈亏比：0.92 - 夏普比率：1.56 - 卡玛比率：1.03[19] - **股债配置组合**： - 累计收益率：53.83% - 年化收益率：8.56% - 年化波动率：4.37% - 最大回撤率：-3.79% - 胜率（D）：62.91% - 盈亏比：1.02 - 夏普比率：1.96 - 卡玛比率：2.26[19] 宏观因子S2策略 - **稳健型策略**： - 累计收益率：44.3% - 年化收益率：7.3% - 年化波动率：3.9% - 最大回撤率：-5.0% - 胜率（D）：59.3% - 盈亏比：0.98 - 夏普比率：1.86 - 卡玛比率：1.45[21] - **平衡型策略**： - 累计收益率：50.4% - 年化收益率：8.1% - 年化波动率：4.9% - 最大回撤率：-6.6% - 胜率（D）：59.8% - 盈亏比：0.95 - 夏普比率：1.64 - 卡玛比率：1.22[21] - **进取型策略**： - 累计收益率：56.5% - 年化收益率：8.9% - 年化波动率：6.0% - 最大回撤率：-8.2% - 胜率（D）：60.6% - 盈亏比：0.91 - 夏普比率：1.48 - 卡玛比率：1.09[21]

周度报告-FOF 研究 各策略收益下滑，主观表现优于量化 [报Ta告bl日e_期Ra：nk] 2024 年 05 月 22 日 ★本周市场回顾：（05.13-05.17） 股票市场，各大主要指数多数收跌，沪深 300 周度收益为 0.32%， 较之于中小盘的-0.79%和-0.19%的跌幅较大。本周各大类风格因 子涨跌参半，其中账面市值比和盈利率因子录得显著正收益， 剩余因子中贝塔因子和成长因子的跌幅最大。 商品市场大幅收涨，南华综合指数 2.02%，风格因子方面，本周 因子均收跌，波动率因子和流动性因子的跌幅最显著，其余因 子唯对冲压力因子的涨幅较显著。 ★主要策略表现及配置建议： FOF 研 究 各策略收益均下滑。量化多头策略，在跟踪 500 和 1000 指增管 理人普遍录得正超额，相较前一周有所提升，300 指增管理人超 额分化。当前市场正在震荡反弹，阿尔法环境整体向好，但是 波动性有所增加。建议均衡配置，关注风控层面严格的管理人。 CTA 策略表现分化，主观 CTA 持续优于量化 CTA。在跟踪量化 CTA 涨跌参半，各周期下的管理人均表现分化，日内管理人相 对表现靠前，短周期和长周期相对好于中周期 ...