量化模型与构建方式 1. 股指期货分红点位预测模型 - 模型名称：股指期货分红点位预测模型[9] - 模型构建思路：基于信达金工衍生品研究报告系列二《股指期货分红点位预测》中的方法，对股指期货合约存续期内标的指数未来一年的分红点位进行预测[9] - 模型具体构建过程：模型对中证500、沪深300、上证50、中证1000指数未来一年内分红点位进行预测，并分别计算各指数在不同期货合约（当月、次月、当季、下季）存续期内的分红点位预估[9] 2. 基差修正模型 - 模型名称：基差修正模型[20] - 模型构建思路：在分析合约基差时，需要剔除分红的影响，因此对实际基差进行分红调整和年化处理[20] - 模型具体构建过程： 1. 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[20] 2. 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[20] 3. 期现对冲策略模型 - 模型名称：期现对冲策略模型[44][45][46] - 模型构建思路：基于信达金工衍生品研究报告系列三《股指期货基差收敛研究与对冲优化策略》中的基差收敛因素分析与优化策略，构建连续对冲和最低贴水两种对冲策略[44] - 模型具体构建过程： 连续对冲策略设置： - 回测区间：2022年7月22日至2025年10月10日[45] - 现货端：持有对应标的指数的全收益指数，使用70%资金[45] - 期货端：做空对冲端使用金额相同名义本金的股指期货合约，占用剩余30%资金[45] - 调仓规则：连续持有季月/当月合约，直至该合约离到期剩余不足2日，在当日以收盘价进行平仓，并同时以当日收盘价继续卖空下一季月/当月合约[45] 最低贴水策略设置： - 回测区间：2022年7月22日至2025年10月10日[46] - 现货端：持有对应标的指数的全收益指数，使用70%资金[46] - 期货端：做空对冲端使用金额相同名义本金的股指期货合约，占用剩余30%资金[46] - 调仓规则：调仓时，对当日所有可交易期货合约的年化基差进行计算，选择年化基差贴水幅度最小的合约进行开仓。同一合约持有8个交易日之后或该合约离到期剩余不足2日，才能进行选择新合约（排除剩余到期日不足8日的期货合约）[46] 4. 信达波动率指数模型 - 模型名称：信达波动率指数Cinda-VIX[62] - 模型构建思路：信达金工借鉴海外经验，并结合我国场内期权市场的实际情况，对指数编制方案进行调整，开发能够准确反映我国市场波动性的VIX指数[62] - 模型具体构建过程：基于信达金工衍生品研究报告系列四《挖掘期权市场中隐含的市场情绪》中的算法，Cinda-VIX可以反应期权市场投资者对标的资产未来波动的预期，且VIX具有期限结构，可以反应投资者对同一个标的资产在未来不同期限内的波动预期[62] 5. 信达偏度指数模型 - 模型名称：信达偏度指数Cinda-SKEW[69] - 模型构建思路：SKEW指标捕捉不同行权价格期权隐含波动率（IV）的偏斜特征，通过分析SKEW，投资者可以洞察市场对标的资产未来收益分布的预期[69] - 模型具体构建过程：SKEW指标衡量波动率偏斜程度，当市场对下跌的担忧超过对上涨的预期时，波动率偏斜呈现负值；反之则为正值。通过分析SKEW指数的数值及其变化趋势，可以直观地洞察市场对标的资产未来潜在风险的忧虑[69][70] 模型的回测效果 1. IC对冲策略表现（中证500）[48] - 当月连续对冲：年化收益-3.09%，波动率3.88%，最大回撤-9.77%，净值0.9045，年换手次数12，2025年以来收益-5.00% - 季月连续对冲：年化收益-2.20%，波动率4.79%，最大回撤-8.34%，净值0.9314，年换手次数4，2025年以来收益-2.26% - 最低贴水策略：年化收益-1.49%，波动率4.61%，最大回撤-7.97%，净值0.9532，年换手次数16.91，2025年以来收益-2.56% - 指数表现：年化收益5.22%，波动率21.04%，最大回撤-31.46%，净值1.1763，2025年以来收益33.40% 2. IF对冲策略表现（沪深300）[53] - 当月连续对冲：年化收益0.45%，波动率2.96%，最大回撤-3.95%，净值1.0145，年换手次数12，2025年以来收益-0.88% - 季月连续对冲：年化收益0.66%，波动率3.31%，最大回撤-4.03%，净值1.0213，年换手次数4，2025年以来收益0.15% - 最低贴水策略：年化收益1.22%，波动率3.08%，最大回撤-4.06%，净值1.0395，年换手次数15.03，2025年以来收益0.59% - 指数表现：年化收益2.72%，波动率17.10%，最大回撤-25.59%，净值1.0893，2025年以来收益20.85% 3. IH对冲策略表现（上证50）[57] - 当月连续对冲：年化收益1.07%，波动率3.04%，最大回撤-4.22%，净值1.0344，年换手次数12，2025年以来收益0.36% - 季月连续对冲：年化收益1.95%，波动率3.45%，最大回撤-3.75%，净值1.0637，年换手次数4，2025年以来收益1.43% - 最低贴水策略：年化收益1.70%，波动率3.05%，最大回撤-3.91%，净值1.0553，年换手次数15.66，2025年以来收益1.41% - 指数表现：年化收益1.37%，波动率16.22%，最大回撤-22.96%，净值1.0444，2025年以来收益13.96% 4. IM对冲策略表现（中证1000）[59] - 当月连续对冲：年化收益-6.21%，波动率4.77%，最大回撤-14.00%，净值0.8294，年换手次数12，2025年以来收益-10.88% - 季月连续对冲：年化收益-4.53%，波动率5.80%，最大回撤-12.63%，净值0.8511，年换手次数4，2025年以来收益-5.78% - 最低贴水策略：年化收益-4.10%，波动率5.56%，最大回撤-11.11%，净值0.8658，年换手次数15.76，2025年以来收益-5.95% - 指数表现：年化收益1.16%，波动率25.61%，最大回撤-41.60%，净值0.8940，2025年以来收益29.96% 量化因子与构建方式 1. 分红调整年化基差因子 - 因子名称：分红调整年化基差[20] - 因子构建思路：衡量股指期货合约价格与标的指数价格之间的差异，剔除分红影响后进行年化处理[20] - 因子具体构建过程：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[20] 2. 波动率指数因子 - 因子名称：Cinda-VIX[62] - 因子构建思路：反映期权市场投资者对标的资产未来波动的预期[62] - 因子具体构建过程：基于期权市场价格计算得出的隐含波动率指数，具有不同期限结构[62] 3. 偏度指数因子 - 因子名称：Cinda-SKEW[69] - 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[69] - 因子具体构建过程：通过分析看跌期权与看涨期权的隐含波动率差异，衡量市场对尾部风险的担忧程度[69][70] 因子的回测效果 1. 分红调整年化基差因子取值（截至2025年10月10日）[4][21][27][32][38] - IC当季合约：-8.95% - IF当季合约：-2.17% - IH当季合约：0.87% - IM当季合约：-12.91% 2. 波动率指数因子取值（截至2025年10月10日）[62][70] - 上证50VIX_30：20.50 - 沪深300VIX_30：20.30 - 中证500VIX_30：26.71 - 中证1000VIX_30：24.66 3. 偏度指数因子取值（截至2025年10月10日）[70] - 上证50SKEW：99.06 - 沪深300SKEW：105.08 - 中证500SKEW：101.31 - 中证1000SKEW：104.27