金 融 期 货 研 究 2025 年 5 月 19 日 期指：消息面依旧平淡，略偏弱震荡 | | | 毛磊 | | | 投资咨询从业资格号：Z0011222 | | maolei@gtht.com | | | --- | --- | --- | --- | --- | --- | --- | --- | --- | | | 【期指期现数据跟踪】 | | | | | | | | | 期指数据 | | | | | | | | | | | 收盘价 | 涨跌幅% | 基 差 | 成交额-亿 | 成交量 | 变 动 | 持仓量 | 变 动 | | 沪深300 | 3889.09 | ↓0.46 | | 2088.4 | | | | | | IF2505 | 3886.6 | ↓0.55 | -2.49 | 144.3 | 12359 | ↓8006 | 0 | ↓19193 | | IF2506 | 3846 | ↓0.66 | -43.09 | 645.2 | 55823 | ↓4142 | 154933 | ↑1615 | | IF2509 | 3779.8 | ↓0.69 | -109.29 | 170.4 | ...

美国5月密歇根大学预期指数 - 5月初值录得46 5 低于预期的48 也低于前值47 3 显示消费者信心有所下滑 [1]

FICC日报 | 2025-05-15 中美关税政策调整，沪指突破3400点 市场分析 美国调整对华关税政策。宏观方面，商务部表示，自5月14日起，暂停28家美国实体列入出口管制管控名单90天， 暂停17家美国实体不可靠实体清单措施90天。央行数据显示，4月末，社会融资规模存量同比增长8.7%，M2同比 增长8%，增速均较上月明显加快；人民币各项贷款余额同比增长7.2%，还原地方债务置换影响后超过8%。海外方 面，美方已于美东时间5月14日凌晨撤销对中国商品加征的共计91%的关税，调整实施34%的对等关税措施，其中 24%的关税暂停加征90天，保留剩余10%的关税。同时，美方还下调或撤销对中国小额包裹加征的关税，将国际邮 件从价税率由120%下调至54%，撤销原定于2025年6月1日起将从量税由每件100美元调增为200美元的措施。 股指上涨。现货市场，A股三大指数高开低走，上证指数收盘涨0.86%收于3403.95点，创业板指涨1.01%。行业方 面，板块指数涨多跌少，非银金融、交通运输、食品饮料行业领涨，国防军工、美容护理、机械设备行业跌幅居 前。当日沪深两市成交金额继续维持在1.3万亿元。海外市场，特朗 ...

根据提供的研报内容，以下是量化模型与因子的详细总结： --- 量化模型与构建方式 1. **模型名称**：分红预测模型 - **模型构建思路**：基于上市公司分红公告、历史分红率及盈利预测数据，预测指数成分股分红对股指期货合约的影响[9][11][12] - **模型具体构建过程**： 1. **净利润预估**：优先采用年报、快报、预警及分析师预测数据，未公布数据则使用TTM或历史分红率推算[26][27][31] 2. **分红总额计算**： - 已公布预案的公司直接采用税前分红总额 - 未公布预案的公司按历史分红率推算：$$\text{预估分红总额} = \text{预估净利润} \times \text{历史分红率}$$[31] 3. **指数影响计算**： - 股息率 = 税后分红总额 / 最新市值 - 股息点 = 股票权重 × 股息率，权重通过动态调整公式计算： $$\mathrm{w_{it}={\frac{w_{i0}\times\mathrm{\scriptsize{\boldmath~(~1+R~)}~}}{\sum_{1}^{n}w_{i0}\times\mathrm{\scriptsize{\boldmath~(~1+R~)}~}}}}$$[29] 4. **合约影响值预测**：根据除权除息日历史规律，叠加分红时间分布计算各合约交割前的累计影响[30][32][33] - **模型评价**：依赖历史分红率和盈利预测假设，对市场环境变化敏感[6][35] 2. **模型名称**：股指期货定价模型 - **模型构建思路**：基于无套利原理，考虑分红现值和无风险利率对期货定价的影响[35][36] - **模型具体构建过程**： - **离散红利模型**： $$\mathbf{F_t} = (\mathbf{S_t} - \mathbf{D})(1 + r)$$ 其中，$\mathbf{D}$为红利现值，$r$为无风险利率[35] - **连续红利模型**： $$\mathbf{F_t} = \mathbf{S_t} e^{(r-d)(T-t)}$$ 其中，$d$为年化红利率[36] --- 模型的回测效果 1. **分红预测模型** - **上证50期货**： - IH2505合约：分红点数0.27，年化对冲成本0.27%（365天）[13] - IH2509合约：含分红价差7.91，剩余影响2.23%[13] - **沪深300期货**： - IF2505合约：分红点数0.74，年化对冲成本7.07%[14] - IF2512合约：含分红价差-69.86，剩余影响1.81%[14] - **中证500期货**： - IC2505合约：分红点数2.21，年化对冲成本15.59%[15] - **中证1000期货**： - IM2505合约：分红点数3.86，年化对冲成本18.88%[16] 2. **股指期货定价模型** - 理论价差与实际价差对比显示，IH2506合约含分红价差0.16，接近无套利均衡[13] --- 关键因子与构建方式 1. **因子名称**：分红点数因子 - **因子构建思路**：反映分红对期货合约价格的直接影响[12][13][14] - **因子具体构建过程**： - 单合约分红点数 = 各成分股分红点数的交割前累计和[33] 2. **因子名称**：年化对冲成本因子 - **因子构建思路**：衡量剔除分红后的持有成本[12][13][14] - **因子具体构建过程**： - 年化对冲成本 = （实际价差 - 分红点数） / 合约价格 × 年化天数[13][14] --- 因子的回测效果 1. **分红点数因子**： - IH2509合约：59.91点[13] - IC2512合约：75.31点[15] 2. **年化对冲成本因子**： - IF2506合约：3.05%（365天）[14] - IM2509合约：11.84%（365天）[16] --- 以上内容严格依据研报中的模型、因子及测试结果整理，未包含免责声明等无关信息。

量化模型与构建方式 1. 流动性周期指数模型 1.1 模型名称：流动性周期指数 1.2 模型构建思路： 该模型通过政策工具、市场利率和传导效率三个核心维度的信号处理与融合，动态捕捉中国货币政策传导效果与市场状态，精准识别货币政策的中长期趋势变化[2] 1.3 模型具体构建过程： 1) **分层信号处理架构**： - 采用四级递进处理框架：基础数据层→信号提取层→组合分析层→合成输出层 - 基础数据层完成政策利率、准备金率等原始指标的频率统一与缺失值处理 - 信号提取层通过动态标准化方法消除量纲差异 - 组合分析层引入时变权重机制 - 合成输出层通过边际变化强化与自适应滤波，突出政策拐点[76] 2) **动态权重分配机制**： - 价格型工具权重从20%阶梯式提升至48%，数量型工具权重从55%逐步降至25% - 引入DR007市场利率偏离度作为动态调节因子，当偏离超过10bp时自动提高价格型工具权重5%[76] 3) **噪声抑制技术方案**： - 采用6阶巴特沃斯低通滤波器 - 创新边际变化强化模块，通过20/40日双窗口差分计算政策力度加速度 - 建立信号稳定性校验机制[76] 4) **政策冲击记忆模型**： $$M_{t}=\alpha\cdot M_{t-1}+\beta\cdot\Delta R_{t}\times\Gamma(\Delta R_{t},\Delta R_{t-1})$$ 其中： - $M_t$:t日政策记忆量 - α=0.98:日度记忆衰减因子 - β=25：冲击系数 - $\Delta R_t$:t日政策工具变动量 - $\Gamma(\cdot)$:政策转向增强函数[83] 5) **政策转向增强函数**： $$\Gamma(\Delta R)=\left\{\begin{array}{c c}{{1.5}}&{{i f\Delta R_{t}\times\Delta R_{t-1}<0}}\\ {{1}}&{{o t h e r w i s e}}\end{array}\right.$$[86] 1.4 模型评价： 该模型创新性地结合了中国货币政策框架演进特征，通过动态权重分配和多维度信号融合，有效解决了传统量化模型在政策转型期适应性不足的问题[76] 2. 政策工具维度子模型 2.1 模型名称：政策工具维度信号合成模型 2.2 模型构建思路： 通过分层信号处理和政策冲击记忆模型，将各类货币政策工具的操作转化为统一的政策信号[76] 2.3 模型具体构建过程： 1) **政策利率指标**： - 对每个利率工具计算双重信号：基于360日移动平均的利率偏离度和带记忆衰减的政策冲击量 - 记忆衰减因子0.93-0.97，降息时冲击量正向放大1.5倍[80] - 权重动态适配：划分2014/09、2019/08、2024/06三个关键时点，OMO权重从100%阶梯下调至60%，MLF权重从40%逐步降至10%，LPR权重稳定在30%[84] 2) **准备金率指标**： - 采用统一分析框架处理准备金率信号 - 动态信号增强：使用高斯衰减模型将单次降/升准的政策冲击扩散至事件前后30天 - 双轨记忆模型：大行与中小行分别构建带衰减因子的政策记忆序列[85] - 信号合成：以70%大行信号与30%中小行信号加权合成[87] 3) **借贷便利指标**： - 采用多工具整合框架，覆盖MLF、PSL、央行票据等多种工具 - 结合工具特性设定差异化记忆衰减因子(0.93-0.97)与冲击系数(0.7-1.0)[89] - 各工具信号生成采用相对偏离度方法，计算月度净投放量与历史均值的相对差距[89] 3. 市场利率维度子模型 3.1 模型名称：市场利率维度信号合成模型 3.2 模型构建思路： 通过多维度层级分析法，聚合货币市场与债券市场动态信号[4] 3.3 模型具体构建过程： 1) **货币市场信号**： - 选取DR007、R007、同业存单利率及SHIBOR期限利差构建四维指标体系 - 采用动态阈值法与多周期信号融合机制[4] 2) **债券市场信号**： - 聚焦收益率曲线形态与动量特征 - 通过期限利差分析和收益率变动分析生成综合信号 - 采用360日滚动均值消除趋势干扰[4] 3) **信号融合**： - 货币市场信号占比60%，债券市场信号占比40% - 最终通过加权融合生成市场利率维度的综合信号[4] 4. 传导效率维度子模型 4.1 模型名称：传导效率维度信号合成模型 4.2 模型构建思路： 通过量化评估货币政策传导效果，动态调整政策工具与市场利率的权重[5] 4.3 模型具体构建过程： 1) **货币创造效率**： - 分析M2与社融增速差及M2-M1增速差 - 生成复合信号并进行反向调整[5] 2) **融资成本**： - 基于政策利率与市场利率的利差传导效率 - 计算MLF-LPR、OMO-DR007等关键利差[5] 3) **融资压力**： - 采用实际利率的历史分位数反映融资难度 - 通过Z-score标准化生成压力信号[5] 4) **市场分层**： - 通过R007-DR007利率差和银行间-交易所市场利差 - 揭示金融市场内部的流动性分层与风险定价[5] 模型的回测效果 1. **流动性周期指数模型**： - 年化收益率5.53% - 夏普比率0.974 - 最大回撤15.652% - 胜率64.762%[6] 2. **大类资产配置策略**： - 月度调仓实现了上述绩效指标[6]

智通财经5月9日电，美股期指短线走低，标普500指数期货抹去涨幅，转为下跌。 ...

物流业景气指数 - 2025年4月份中国物流业景气指数为51 1% 较3月份回落0 4个百分点 但仍处于扩张区间 [1] - 业务总量指数为51 1% 较3月回落0 4个百分点 地区间有所分化 东部沿海物流业务增长放缓 西部地区环比回升明显 [2] - 业务活动预期指数为56 4% 较3月回升1 2个百分点 反映企业对未来经营保持乐观 [2] 企业经营状况 - 4月份企业主营业务利润指数环比小幅回升0 1个百分点 中型企业环比回升0 1个百分点 大型企业环比回落0 3个百分点 [2] - 小型企业和微型企业主营业务利润指数环比持平 整体显示企业保持较强经营韧性 [2] - 物流服务价格指数环比回升0 3个百分点 公路运输 电商快递价格稳中有升 [3] 固定资产投资与行业趋势 - 固定资产投资完成额指数为53 6% 创近三年新高 前四个月均值51 6% 比去年同期提高1 9个百分点 [3] - 企业加快数字化应用场景和智能化设施设备融合 多业态融合服务和定制化高价值服务比重上升 [3] - 国家重大基础设施项目 重大产业项目加快实施 物流固定资产投资在稳预期 促发展 优供给方面发挥重要作用 [3]

金 融 期 货 研 究 | 期指：利多继续落地，关注早间发布会 | | --- | | | | 【期指期现数据跟踪】 期指数据 | | 收盘价 | 涨跌幅% | 基 差 | 成交额-亿 | 成交量 | 变 动 | 持仓量 | 变 动 | | --- | --- | --- | --- | --- | --- | --- | --- | --- | | 沪深300 | 3808.54 | ↑1.01 | | 2679.4 | | | | | | IF2505 | 3797.6 | ↑1.10 | -10.94 | 325.3 | 28609 | ↑8550 | 46669 | ↓1740 | | IF2506 | 3766.2 | ↑1.13 | -42.34 | 539.2 | 47831 | ↑5445 | 138953 | ↑2596 | | IF2509 | 3708.6 | ↑1.06 | -99.94 | 104.5 | 9414 | ↑2535 | 56336 | ↑1103 | | IF2512 | 3681.8 | ↑1.10 | -126.74 | 23.8 | 2158 | ↓215 | ...

美股期指表现 - 美国非农就业数据公布后，美股期指涨幅扩大，纳斯达克100指数期货涨0.88% [1] - 标普500指数期货涨0.85% [1] - 道琼斯指数期货涨0.81% [1]

量化模型与构建方式 1. **模型名称：股指期货分红预测模型** - **模型构建思路**：基于上市公司分红信息（已实施、股东大会通过、董事会预案等）和合理假设，预测分红对股指期货各合约的影响[7][9] - **模型具体构建过程**： 1. **预估成分股净利润**：优先采用年报、快报、预警、三季报TTM或分析师预测数据[26][27] 2. **计算税前分红总额**： - 已公布预案的直接采用 - 未公布预案的，假设分红率与去年一致（若去年分红率>0）[31] - 净利润为负则分红率为0[31] 3. **计算分红对指数的影响**： - 股息率=税后分红总额/最新市值 - 股息点=股票权重×股息率 - 权重调整公式： $$\mathrm{w_{it}={\frac{w_{i0}\times\mathrm{\scriptsize{\boldmath~(~1+R~)}~}}{\sum_{1}^{n}w_{i0}\times\mathrm{\scriptsize{\boldmath~(~1+R~)}~}}}}$$ 其中$w_{i0}$为t0日权重，$R$为涨跌幅[29] 4. **预测分红对各合约的影响值**： - 除权除息日预测：已公布的直接采用；未公布的参考最近一次分红年度日期[32] - 调整逻辑：若预测除息日早于股东大会召开日，则根据历史时间差中位数调整[33] - **模型评价**：依赖分红率稳定性假设，市场突变时预测可能偏差[34] 2. **模型名称：股指期货理论定价模型** - **模型构建思路**：基于无套利原则，考虑离散或连续红利分配对期货定价的影响[35][36] - **模型具体构建过程**： - **离散红利分配**： $$F_t=(S_t-D)(1+r)$$ 其中$D$为红利现值，$r$为无风险利率[35] - **连续红利分配**： $$F_t=S_t e^{(r-d)(T-t)}$$ 其中$d$为年化红利率[36] --- 量化因子与构建方式 1. **因子名称：分红点数因子** - **因子构建思路**：量化分红对股指期货合约价差的直接影响[2][3] - **因子具体构建过程**： - 计算实际价差（收盘价-远期合约价）与含分红价差（实际价差+分红点数）[11][12][13][14] - 年化对冲成本=（实际价差/收盘价）×（365/剩余天数）[10] 2. **因子名称：分红剩余影响因子** - **因子构建思路**：衡量分红对合约价格的未兑现影响比例[15] - **因子具体构建过程**： - 剩余影响比例=分红点数/收盘价[11][12][13][14] --- 模型的回测效果 1. **股指期货分红预测模型** - **上证50合约**： - 年化对冲成本（剔除分红）：IH2505为5.16%，IH2506为1.70%[11] - 分红剩余影响：IH2505为0.00%，IH2506为0.67%[11] - **沪深300合约**： - 年化对冲成本：IF2505为8.11%，IF2506为5.50%[12] - 分红剩余影响：IF2505为0.14%，IF2506为0.67%[12] - **中证500合约**： - 年化对冲成本：IC2505为15.43%，IC2506为11.11%[13] - 分红剩余影响：IC2505为0.06%，IC2506为0.84%[13] - **中证1000合约**： - 年化对冲成本：IM2505为15.39%，IM2506为12.89%[14] - 分红剩余影响：IM2505为0.08%，IM2506为0.70%[14] 2. **股指期货理论定价模型** - 未提供具体回测数据，仅作为理论参考[35][36] --- 因子的回测效果 1. **分红点数因子** - **上证50**：IH2506分红点数为17.72，IH2509为61.21[11] - **沪深300**：IF2506分红点数为25.40，IF2509为71.06[12] - **中证500**：IC2506分红点数为47.43，IC2509为77.21[13] - **中证1000**：IM2506分红点数为41.56，IM2509为62.53[14] 2. **分红剩余影响因子** - 见图5-8，展示各合约剩余分红点数随时间变化[17][19][21][23]