量化模型与构建方式 1. 模型名称：股指期货分红点位预测模型 - 模型构建思路：基于历史数据预测股指期货合约存续期内标的指数的分红点位，用于修正基差计算[9] - 模型具体构建过程： 1. 对中证500、沪深300、上证50、中证1000指数未来一年分红点位进行预测，公式为： $\text{预期分红调整后的基差} = \text{实际基差} + \text{存续期内未实现的预期分红}$ 2. 年化基差计算： $\text{年化基差} = \frac{(\text{实际基差} + \text{预期分红点位})}{\text{指数价格}} \times \frac{360}{\text{合约剩余天数}}$ 3. 具体预测值（2025年6月27日）： - 中证500：78.03点 - 沪深300：69.93点 - 上证50：55.49点 - 中证1000：69.32点[9][10][12][14][16][18] 2. 模型名称：期现对冲策略（连续对冲与最低贴水策略） - 模型构建思路：通过动态调整期货合约对冲现货风险，利用基差收敛特性优化收益[43][45] - 模型具体构建过程： - 连续对冲策略： 1. 持有季月/当月合约至到期前2日平仓，切换至下一合约 2. 现货端使用70%资金，期货端做空等额名义本金合约 - 最低贴水策略： 1. 调仓时选择年化基差贴水幅度最小的合约 2. 同一合约至少持有8个交易日或到期前2日切换[45] - 模型评价：最低贴水策略通过主动选择贴水较小的合约，降低对冲成本[47][52][56][58] --- 量化因子与构建方式 1. 因子名称：Cinda-VIX（波动率指数） - 因子构建思路：反映期权市场对标的资产未来波动率的预期[61] - 因子具体构建过程： 1. 基于不同期限期权隐含波动率编制 2. 计算30日、60日、90日、120日VIX期限结构[61][62][65][67] - 因子评价：VIX期限结构平坦化表明短期风险预期弱化[61] 2. 因子名称：Cinda-SKEW（风险偏度指数） - 因子构建思路：衡量市场对极端下跌风险的担忧程度[69] - 因子具体构建过程： 1. 分析虚值看跌期权与看涨期权的隐含波动率偏斜 2. SKEW>100表示市场担忧尾部风险[69][70] - 因子评价：SKEW跌破100阈值显示市场风险偏好回升[70] --- 模型的回测效果 1. IC对冲策略（2022年7月22日至2025年6月27日） - 最低贴水策略：年化收益-0.98%，最大回撤-7.97%，年换手17.53次[47] - 季月连续对冲：年化收益-2.08%，最大回撤-8.34%[47] 2. IF对冲策略 - 最低贴水策略：年化收益1.42%，波动率3.16%[52] 3. IH对冲策略 - 最低贴水策略：年化收益1.76%，净值1.0521[56] 4. IM对冲策略 - 最低贴水策略：年化收益-3.79%，最大回撤-11.11%[58] --- 因子的回测效果 1. Cinda-VIX（2025年6月27日） - 上证50VIX_30：17.47 - 中证500VIX_30：23.84[61][62] 2. Cinda-SKEW - 中证500SKEW：93.74（低于100安全阈值）[70][76]