量化模型与构建方式 1. 模型名称：基差修正模型 - 模型构建思路：通过剔除股指期货合约存续期内分红的影响，修正基差，以更准确地反映市场预期[18] - 模型具体构建过程： 1. 计算实际基差：合约收盘价与标的指数收盘价的差值 2. 计算预期分红调整后的基差： $预期分红调整后的基差 = 实际基差 + 存续期内未实现的预期分红$ 3. 对基差进行年化处理： $年化基差 = (实际基差 + (预期)分红点位)/指数价格 × 360/合约剩余天数$ - 模型评价：该模型能够有效剔除分红对基差的影响，提供更准确的基差分析[18] 2. 模型名称：期现对冲策略 - 模型构建思路：通过持有现货并做空期货合约，实现对冲市场风险，优化基差收敛[40][41][42] - 模型具体构建过程： 1. 连续对冲策略： - 现货端：持有对应标的指数的全收益指数 - 期货端：做空对应股指期货合约，调仓规则为连续持有季月/当月合约，直至离到期不足2日时平仓并开仓下一合约[41] 2. 最低贴水策略： - 现货端：持有对应标的指数的全收益指数 - 期货端：做空对应股指期货合约，调仓规则为选择年化基差贴水幅度最小的合约，持有8个交易日或离到期不足2日时调仓[42] - 模型评价：该策略能够有效对冲市场风险，并在基差收敛时获得收益[40] 模型的回测效果 1. 基差修正模型 - IC当季合约分红调整年化基差：-5.88%[19] - IF当季合约分红调整年化基差：0.98%[25] - IH当季合约分红调整年化基差：3.10%[30] - IM当季合约分红调整年化基差：-9.12%[35] 2. 期现对冲策略 - IC对冲策略： - 当月连续对冲：年化收益-2.01%，波动率4.02%，最大回撤-7.51%，净值0.9480[44] - 季月连续对冲：年化收益-1.82%，波动率4.94%，最大回撤-8.34%，净值0.9529[44] - 最低贴水策略：年化收益-0.93%，波动率4.84%，最大回撤-7.97%，净值0.9759[44] - IF对冲策略： - 当月连续对冲：年化收益0.89%，波动率2.87%，最大回撤-3.95%，净值1.0236[49] - 季月连续对冲：年化收益0.76%，波动率3.24%，最大回撤-4.03%，净值1.0202[49] - 最低贴水策略：年化收益1.31%，波动率3.03%，最大回撤-4.06%，净值1.0348[49] - IH对冲策略： - 当月连续对冲：年化收益1.27%，波动率3.11%，最大回撤-4.22%，净值1.0337[54] - 季月连续对冲：年化收益1.97%，波动率3.50%，最大回撤-3.75%，净值1.0525[54] - 最低贴水策略：年化收益1.68%，波动率3.06%，最大回撤-3.91%，净值1.0446[54] - IM对冲策略： - 当月连续对冲：年化收益-4.87%，波动率4.26%，最大回撤-13.84%，净值0.8773[57] - 季月连续对冲：年化收益-4.02%，波动率5.30%，最大回撤-12.63%，净值0.8981[57] - 最低贴水策略：年化收益-3.49%，波动率5.17%，最大回撤-11.11%，净值0.9109[57] 量化因子与构建方式 1. 因子名称：Cinda-VIX - 因子构建思路：基于期权市场数据，反映投资者对标的资产未来波动的预期，具有期限结构[60] - 因子具体构建过程：借鉴海外经验，结合我国场内期权市场实际情况，调整指数编制方案[60] - 因子评价：能够准确反映市场对未来波动的预期，具有较高的分析价值[60] 2. 因子名称：Cinda-SKEW - 因子构建思路：捕捉不同行权价格期权隐含波动率的偏斜特征，反映市场对标的资产未来收益分布的预期[66] - 因子具体构建过程：通过分析波动率偏斜程度，衡量市场对极端下跌风险的预期[66] - 因子评价：能够有效捕捉市场对尾部风险的预期，为期权交易和风险管理提供有价值的信息[66] 因子的回测效果 1. Cinda-VIX - 上证50VIX_30：21.35[60] - 沪深300VIX_30：19.86[60] - 中证500VIX_30：26.42[60] - 中证1000VIX_30：26.01[60] 2. Cinda-SKEW - 上证50SKEW：97.72[67] - 沪深300SKEW：99.44[67] - 中证500SKEW：98.05[67] - 中证1000SKEW：102.75[67]