量化模型与构建方式 模型名称：基于主动交易的对冲成本优化模型 - 模型构建思路：将股指期货交易策略与对冲持仓相结合，通过主动交易消除贴水带来的损失甚至贡献正收益，增强市场中性策略的表现[3][32] - 模型具体构建过程： 1. 使用多项式拟合的方法来预测价格的变动趋势，采用1分钟的价格频率进行拟合和监控[3][32] 2. 拟合公式为： $p(t)=a_{n}t^{n}+a_{n-1}t^{n-1}+\cdots+a_{1}t^{1}+a_{0}$ 其中，t为时间，n为拟合阶数，p(t)为t时刻的开盘价，f(t)为拟合的函数，an为拟合系数[47] 3. 对拟合函数求一、二阶导数，通过导数值的正负判断趋势的方向、力度以及变化趋势[47][48] 4. 策略信号定义： - f'(t)>0且f''(t)>0：上涨趋势加速（多仓） - f'(t)<0且f''(t)<0：下跌趋势加速（空仓） - f'(t)>0且f''(t)<0：上涨趋势放缓（平仓） - f'(t)<0且f''(t)>0：下跌趋势放缓[49] 5. 策略参数：拟合阶数为4阶，拟合时间长度为450分钟，止盈线设置在1.10%，止损线设置在-1.30%[50] - 模型评价：该模型通过主动交易消除贴水带来的损失，能够增强市场中性策略的表现[3][32] 模型的回测效果 - 基于主动交易的对冲成本优化模型 - IC：不执行策略累计收益率-27.93%，年化收益率-5.49%，年化波动率3.37%，夏普率-2.52，最大回撤28.35%，上周收益率0.13%，2024年以来收益率-2.85%[35] - IC：执行策略累计收益率-16.94%，年化收益率-3.15%，年化波动率7.90%，夏普率-0.78，最大回撤23.87%，上周收益率0.37%，2024年以来收益率-3.86%[35] - IF：不执行策略累计收益率-11.77%，年化收益率-2.13%，年化波动率2.70%，夏普率-1.90，最大回撤12.55%，上周收益率0.05%，2024年以来收益率-1.68%[35] - IF：执行策略累计收益率0.38%，年化收益率0.07%，年化波动率6.69%，夏普率-0.44，最大回撤22.87%，上周收益率0.46%，2024年以来收益率-6.15%[35] - IH：不执行策略累计收益率-10.33%，年化收益率-1.86%，年化波动率2.69%，夏普率-1.81，最大回撤11.57%，上周收益率0.05%，2024年以来收益率-2.18%[35] - IH：执行策略累计收益率-9.26%，年化收益率-1.66%，年化波动率7.01%，夏普率-0.66，最大回撤23.59%，上周收益率0.07%，2024年以来收益率-8.51%[35] 量化因子与构建方式 因子名称：股指期货基差率 - 因子的构建思路：通过计算股指期货合约与现货指数之间的基差率，评估市场情绪和套利机会[2][10] - 因子具体构建过程： 1. 基差率公式： $\text{基差率} = \frac{\text{期货价格} - \text{现货价格}}{\text{现货价格}}$ 2. 年化基差率公式： $\text{年化基差率} = \frac{\text{期货价格} - \text{现货价格}}{\text{现货价格}} \times \frac{252}{\text{剩余交易日天数}}$ 3. 计算跨期价差率： $\text{跨期价差率} = \frac{\text{当月合约价格} - \text{下月合约价格}}{\text{当月合约价格}}$ 4. 统计跨期价差率的分位数，评估其在历史分布中的位置[2][10][11] 因子的回测效果 - 股指期货基差率 - IF：主力合约基差率-1.65%，当季合约年化基差率-1.65%，跨期价差率65.20%分位数[2][10] - IC：主力合约基差率-6.15%，当季合约年化基差率-6.15%，跨期价差率60.30%分位数[2][10] - IM：主力合约基差率-10.74%，当季合约年化基差率-10.74%，跨期价差率96.90%分位数[2][10] - IH：主力合约基差率-0.72%，当季合约年化基差率-0.72%，跨期价差率67.20%分位数[2][10]