量化模型与构建方式 1. 模型名称：股指期限套利计算模型 - 模型构建思路：通过计算期货与现货价格的偏离程度，识别正向套利（现货低估/期货高估）和反向套利（现货高估/期货低估）机会，利用基差收敛获利[37] - 模型具体构建过程： 1. 正向套利收益率公式： $P={\frac{(F_{\mathrm{t}}-S_{\mathrm{t}})-(S_{\mathrm{t}}+F_{\mathrm{t}}M_{\mathrm{t}})(1+r_{\mathrm{f}})^{\frac{T-t}{360}}-S_{\mathrm{t}}C s-F_{\mathrm{t}}C f)}{S_{\mathrm{t}}+F_{\mathrm{t}}M_{\mathrm{t}}}}$ 其中： - (F_t)、(S_t)为期货和现货在t时刻价格 - (M_f)、(M_l)为期货和融券保证金比率 - (C_s)、(C_f)为现货和期货交易费用比率 - (r_f)为无风险利率[37] 2. 反向套利收益率公式： $P={\frac{(S_{t}-F_{t})-(S_{t}M l+F_{t}M_{f})(1+r_{f})^{\frac{T-t}{360}}-S_{t}C s-F_{t}C f-S_{t}r^{\frac{T-t}{360}})}{S_{t}M l+F_{t}M_{f}}}$ 参数含义同正向套利[37] - 模型评价：需考虑保证金追加、基差不收敛、流动性等风险，实际套利需结合交易成本动态调整[38] 2. 模型名称：股利预估模型 - 模型构建思路：基于历史分红规律预测指数成分股分红点位，修正基差率以反映真实市场水平[39] - 模型具体构建过程： 1. 分红预测方法： - 已实施/公布预案：按实际值计算 - 未公布预案：EPS × 预测派息率[39] 2. EPS取值规则： - 若预测时间t < 10月：取年报EPS（未披露则用上年EPS_TTM） - 若t ≥ 10月：取当前EPS_TTM预测次年分红[40] 3. 派息率规则： - 稳定派息公司：过去3年均值 - 不稳定但盈利公司：上年派息率 - 未盈利/重组/上市不足1年：默认不分红[42] 4. 分红点位影响公式： $\sum\limits_{\begin{array}{c}\includegraphics[height=142.26375pt]{Fig1}\end{array}}$ （具体公式因图表未完整展示）[43] --- 量化因子与构建方式 1. 因子名称：跨期价差率因子 - 因子构建思路：通过当月与下月合约价差率反映期限结构变化，捕捉套利机会[10] - 因子具体构建过程： $价差率=\frac{当月合约价格-下月合约价格}{当月合约价格}$ 统计区间为2019年1月1日至今，分位数用于判断当前价差历史位置[10][25] 2. 因子名称：年化基差率因子 - 因子构建思路：衡量期货合约与现货指数的偏离程度，年化处理便于横向比较[16] - 因子具体构建过程： $年化基差率=\frac{期货合约价格-指数价格}{指数价格} \times \frac{252}{剩余交易日}$ 用于跟踪市场情绪和套利边界[16][21] --- 模型的回测效果 1. 股指期限套利模型： - 正向套利阈值：IF当月合约基差率需≥0.46%（年化收益5%，剩余10天）[8] - 反向套利阈值：IF当月合约基差率需≤-0.75%（同条件）[8] 2. 股利预估模型： - 预测分红点位影响： - 沪深300指数：91.41 - 中证500指数：86.43 - 上证50指数：72.85 - 中证1000指数：63.77[30] --- 因子的回测效果 1. 跨期价差率因子： - IF分位数：48.40% - IC分位数：59.40% - IH分位数：80.00% - IM分位数：36.40%（截至上周五）[10] 2. 年化基差率因子： - IF当季合约：-2.06% - IC当季合约：-9.54% - IH当季合约：-0.38% - IM当季合约：-13.99%（上周五收盘值）[7][16]