量化模型与构建方式 1. 模型名称：分红调整年化基差计算模型[8][19] * 模型构建思路：为了准确分析股指期货合约的基差，需要剔除标的指数成分股分红对期货合约价格的影响，从而得到反映纯粹市场供需和预期的基差水平[8]。 * 模型具体构建过程： 1. 首先，对股指期货合约存续期内标的指数的预期分红点位进行预估[9]。该预估基于指数成分股的历史分红情况[9]。 2. 然后，计算实际基差，即期货合约收盘价与标的指数收盘价的差值[19]。 3. 接着，计算预期分红调整后的基差，公式为：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]。 4. 最后，将调整后的基差进行年化处理，以方便跨期比较。年化基差的计算公式为： $年化基差 = (实际基差 + (预期)分红点位)/指数价格 \times 360/合约剩余天数$[21] 公式中，“(预期)分红点位”代表合约存续期内未实现的预期分红点位，“指数价格”为标的指数收盘价，“合约剩余天数”为期货合约距离到期日的天数[21]。 2. 模型名称：期现对冲策略（连续合约策略）[40][41] * 模型构建思路：通过持续做空股指期货合约，对冲持有标的指数现货（全收益指数）的市场风险，旨在获取相对稳定的收益或降低组合波动[40]。 * 模型具体构建过程： 1. 资金分配：现货端使用70%的资金持有对应标的指数的全收益指数，期货端使用等额名义本金的股指期货合约进行做空对冲，占用剩余30%的资金[41]。 2. 合约选择：分为“当月连续”和“季月连续”两种模式。前者持续持有当月合约，后者持续持有季月合约[41]。 3. 调仓规则：连续持有选定合约，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卖空下一对应期限（当月或季月）的合约[41]。 4. 动态调整：每次调仓后，根据产品净值重新计算现货及期货端的持仓数量[41]。 3. 模型名称：期现对冲策略（最低贴水策略）[40][42] * 模型构建思路：在连续对冲的基础上进行优化，通过动态选择市场中贴水幅度最小（即基差最有利）的合约作为对冲工具，旨在获取更优的基差收敛收益[40]。 * 模型具体构建过程： 1. 资金分配：与连续合约策略相同，现货端70%资金，期货端等额名义本金做空，占用30%资金[42]。 2. 合约选择：调仓时，对当日所有可交易期货合约计算其分红调整后的年化基差，选择年化基差贴水幅度最小的合约进行开仓[42]。 3. 调仓规则：同一合约至少持有8个交易日。持有满8日后，若该合约离到期剩余不足2日，则必须调仓；若剩余天数充足，则重新计算所有合约基差，并选择贴水最小的合约（可能与原合约相同）[42]。每次选择后，无论是否更换合约，都继续持有8个交易日[42]。 4. 动态调整：每次调仓后，根据产品净值重新计算现货及期货端的持仓数量[42]。 4. 因子名称：期权波动率指数 (VIX)[57][58] * 因子构建思路：借鉴海外成熟经验，结合国内场内期权市场实际情况编制，旨在反映期权投资者对标的资产未来特定期限（如30日）波动水平的预期[58]。 * 因子具体构建过程：报告未详细披露具体的VIX计算公式。其核心是基于期权市场价格，通过模型反推出市场对未来波动率的预期，并具备期限结构，可展示不同时间跨度的波动预期差异[58]。 * 因子评价：该指数能够反映专业投资者对未来市场波动的集体预期，具备较高的分析与参考价值[57]。 5. 因子名称：偏度指数 (SKEW)[57][62] * 因子构建思路：用于刻画不同行权价格下期权隐含波动率（IV）曲线的偏斜形态，以洞察市场对标的资产未来收益率分布（尤其是尾部风险）的预期[62]。 * 因子具体构建过程：报告未详细披露具体的SKEW计算公式。其核心是衡量波动率曲线的偏斜程度。当市场担忧下行风险时，看跌期权需求上升，低行权价区域的隐含波动率被推高，导致波动率曲线向左上方倾斜（负偏），SKEW指数值通常升高[62]。 * 因子评价：该指数是衡量市场对潜在极端风险（尤其是下行风险）担忧程度的有效工具，常被称为“黑天鹅指数”[62]。 模型的回测效果 回测区间：2022年7月22日至2026年3月13日[41][42] 1. IC当月连续对冲模型，年化收益-3.25%，波动率3.83%，最大回撤-12.10%，净值0.8876，年换手次数12，2026年以来收益0.28%[44] 2. IC季月连续对冲模型，年化收益-2.59%，波动率4.90%，最大回撤-10.94%，净值0.9097，年换手次数4，2026年以来收益0.09%[44] 3. IC最低贴水策略模型，年化收益-1.61%，波动率4.56%，最大回撤-8.56%，净值0.9429，年换手次数17.45，2026年以来收益0.15%[44] 4. IF当月连续对冲模型，年化收益0.27%，波动率2.85%，最大回撤-3.95%，净值1.0100，年换手次数12，2026年以来收益0.04%[49] 5. IF季月连续对冲模型，年化收益0.69%，波动率3.25%，最大回撤-4.03%，净值1.0251，年换手次数4，2026年以来收益0.45%[49] 6. IF最低贴水策略模型，年化收益1.17%，波动率3.00%，最大回撤-4.06%，净值1.0429，年换手次数15.79，2026年以来收益0.46%[49] 7. IH当月连续对冲模型，年化收益1.00%，波动率2.89%，最大回撤-4.22%，净值1.0367，年换手次数12，2026年以来收益0.02%[53] 8. IH季月连续对冲模型，年化收益1.95%，波动率3.30%，最大回撤-3.76%，净值1.0722，年换手次数4，2026年以来收益0.31%[53] 9. IH最低贴水策略模型，年化收益1.58%，波动率2.95%，最大回撤-3.91%，净值1.0584，年换手次数15.23，2026年以来收益0.21%[53] 10. IM当月连续对冲模型，年化收益-6.12%，波动率4.31%，最大回撤-21.04%，净值0.7962，年换手次数12，2026年以来收益-0.05%[55] 11. IM季月连续对冲模型，年化收益-4.94%，波动率5.42%，最大回撤-18.06%，净值0.8329，年换手次数4，2026年以来收益-0.46%[55] 12. IM最低贴水策略模型，年化收益-3.87%，波动率5.14%，最大回撤-14.41%，净值0.8672，年换手次数15.23，2026年以来收益0.38%[55] 因子的回测效果 数据截至2026年3月13日[58][63] 1. 上证50VIX (30日)，取值20.45，2024年以来历史分位数64%[58] 2. 沪深300VIX (30日)，取值19.98，2024年以来历史分位数58%[58] 3. 中证500VIX (30日)，取值29.63，2024年以来历史分位数72%[58] 4. 中证1000VIX (30日)，取值27.82，2024年以来历史分位数59%[58] 5. 上证50SKEW，取值104.95，2024年以来历史分位数96.2%[63] 6. 沪深300SKEW，取值108.19，2024年以来历史分位数94.5%[63] 7. 中证500SKEW，取值107.52，2024年以来历史分位数97.7%[63] 8. 中证1000SKEW，取值106.80，2024年以来历史分位数86.7%[63]