量化模型与构建方式 1. 模型名称:宏观资金面信号择时策略[70] * 模型构建思路:通过监测外部宏观利率环境(美债收益率)和汇率资金面(人民币汇率)的变化,构建一个综合信号来对A股市场进行择时判断[70]。 * 模型具体构建过程: 1. 美债信号(长期宏观信号):计算10年期美债收益率的18个月移动平均值。当最新收益率低于该均值时,发出偏多信号(+1);当最新收益率高于该均值时,发出偏空信号(-1)[74][75]。 * 公式: * 其中, 为10年期美债收益率, 表示18个月移动平均。 2. 汇率信号(短期资金信号):观察美元兑人民币汇率(USDCNY)的月度变化。若月度涨跌幅为负(人民币升值),则发出偏多信号(+1);若月度涨跌幅为正(人民币贬值),则发出偏空信号(-1)[76]。 * 公式: * 其中, 为USDCNY汇率的月度涨跌幅。 3. 综合信号:将美债信号与汇率信号结合,形成最终的宏观资金面择时信号。当两者均发出偏多信号时,综合信号为偏多[77]。 量化因子与构建方式 1. 因子名称:股指期货基差比例[16][22] * 因子构建思路:通过计算股指期货价格相对于其标的指数现货价格的溢价或折价比例(基差),来反映市场情绪和套利力量[16][24]。 * 因子具体构建过程:使用股指期货次月合约的结算价与对应标的指数收盘价进行计算[16][22]。 * 公式: * 其中, 为股指期货次月合约价格, 为对应的标的指数价格。结果为正表示升水(期货价格高于现货),为负表示贴水(期货价格低于现货)[22]。 * 因子评价:该因子是衡量市场情绪、流动性预期和套利成本的重要指标。升水通常表示市场看涨情绪或存在正向套利空间,贴水则可能反映看跌情绪或流动性紧张[24]。 2. 因子名称:国债期货隐含收益率[41][43] * 因子构建思路:通过国债期货价格反推出的债券到期收益率,反映期货市场参与者对未来利率水平的预期[33]。 * 因子具体构建过程:基于国债期货合约的价格,使用债券定价模型反算出的对应期限国债的到期收益率[41][43]。 * 公式:由国债期货价格 通过债券定价公式反解出到期收益率 ,满足 * 其中, 为第 期现金流, 为年付息频率, 为第 期现金流的时间(年)。 * 因子评价:该因子是连接期货市场与现货市场利率预期的桥梁。与现货收益率比较,可以反映市场对未来利率走势的乐观或悲观情绪[41]。 3. 因子名称:期权波动率指数(VIX)[54][56] * 因子构建思路:通过期权市场价格计算得出的波动率指数,反映市场对未来30天标的资产价格波动率的预期[54]。 * 因子具体构建过程:通常采用CBOE的VIX计算方法,利用近月和次近月一系列看涨、看跌期权的价格,通过模型计算得出隐含波动率,并加权合成未来30天的预期波动率[56]。 * (报告未给出具体计算公式,仅说明其为反映未来30天波动率预期的指数[54]) * 因子评价:被称为“恐慌指数”,是衡量市场风险情绪和不确定性程度的关键指标。VIX上升通常伴随市场担忧加剧,下降则反映市场情绪趋于平稳[54][57]。 4. 因子名称:期权持仓量PCR(Put/Call Ratio)[60] * 因子构建思路:计算看跌期权(Put)与看涨期权(Call)的持仓量比值,用以衡量市场多空情绪和风险偏好[60]。 * 因子具体构建过程:选取特定标的(如50ETF、300ETF)的期权合约,统计所有上市合约的看跌期权总持仓量与看涨期权总持仓量,并计算其比值[62][65]。 * 公式: * 因子评价:PCR上升可能意味着市场避险情绪升温(买入看跌期权保护增多),下降则可能反映市场投机或看涨情绪占优。是观测市场情绪变化的常用指标[60][66]。 模型的回测效果 1. 宏观资金面信号择时策略[80][83] * 年化收益率:16.7%[83] * 年化波动率:19.2%[83] * 夏普比率:0.87[83] * 最大回撤:-25.1%[83] * 信息比率(IR):1.21[83] 因子的回测效果 (注:报告未提供单个因子的独立回测绩效指标,如IC、IR、多空收益等。报告主要展示了各因子在特定时间窗口的观测值,用于定性判断市场状态。)
—3月衍生品月报(2026/3):外部宏观与资金信号偏多,风险偏好有所修复-20260311
华福证券·2026-03-11 14:29