量化模型与构建方式 1. **模型名称：期现对冲策略（连续对冲与最低贴水策略）**[41] * **模型构建思路**：通过构建现货多头（持有标的指数）与期货空头（做空股指期货合约）的组合，利用股指期货基差（期货价格与现货指数价格的差值）的收敛特性来获取收益或进行风险管理[41]。 * **模型具体构建过程**： * **现货端**：持有对应标的指数（如中证500、沪深300等）的全收益指数[42][43]。 * **期货端**：做空对应标的的股指期货合约，名义本金与现货端相等[42][43]。 * **资金分配**：总资金的70%用于现货端，剩余30%作为期货保证金[42][43]。 * **调仓规则**（分为两种策略）： * **连续对冲策略**：连续持有当月或季月合约，直至该合约距离到期日不足2日时，在收盘价平仓并同时卖空下一份当月或季月合约[42]。 * **最低贴水策略**：调仓时，计算所有可交易期货合约的年化基差，选择年化基差贴水幅度最小的合约开仓。同一合约持有8个交易日后，或距离到期日不足2日时，才可重新选择新合约（排除剩余到期日不足8日的合约）[43]。 2. **因子名称：分红调整年化基差**[18][19] * **因子构建思路**：为了准确衡量股指期货合约的真实溢价或折价水平，需要剔除标的指数成分股在合约存续期内预期分红对期货价格的影响[18]。 * **因子具体构建过程**： 1. **预测分红点位**：基于指数成分股历史分红情况，预测未来一年内各标的指数的分红总点数[9]。例如，2026年4月3日预测中证500、沪深300、上证50、中证1000指数分红点位分别为83.85、72.11、51.65、63.46[9]。 2. **计算预期分红调整后的基差**：在期货实际基差的基础上，加上存续期内尚未实现的预期分红点数[19]。 $$预期分红调整后的基差 = 实际基差 + 存续期内未实现的预期分红$$[19] 3. **年化处理**：将调整后的基差转化为年化形式，便于不同期限合约间的比较[19]。 $$年化基差 = \frac{(实际基差 + (预期)分红点位)}{指数价格} \times \frac{360}{合约剩余天数}$$[20] 3. **因子名称：波动率指数 (VIX)**[59] * **因子构建思路**：借鉴成熟市场经验，结合国内期权市场实际，构建反映市场对未来30日标的资产波动率预期的指数[59]。 * **因子具体构建过程**：报告未详细描述具体计算公式，但指出其编制方法进行了适应性调整，旨在构建更贴合我国市场特征的波动率指数体系[59]。该指数基于期权价格计算，反映了期权投资者对标的资产未来波动水平的预期[59]。 4. **因子名称：偏度指数 (SKEW)**[63] * **因子构建思路**：通过衡量不同行权价格下期权隐含波动率（IV）的偏斜形态，来刻画市场对标的资产未来收益率分布（尤其是尾部风险）的预期[63]。 * **因子具体构建过程**：报告未给出具体计算公式，但阐述了其原理。当投资者担忧下行风险时，看跌期权需求上升，会推高虚值看跌期权的隐含波动率，导致波动率曲线向左倾斜（负偏），SKEW指数升高。该指数常被视为“黑天鹅指数”，用于反映市场对潜在极端下跌风险的担忧程度[63]。 模型的回测效果 *回测区间：2022年7月22日至2026年4月3日[42][43]* 1. **IC（中证500）期现对冲模型**[45] * **当月连续对冲策略**：年化收益-3.34%，波动率3.81%，最大回撤-12.10%，净值0.8828，年换手次数12次，2026年以来收益-0.19%[45]。 * **季月连续对冲策略**：年化收益-2.61%，波动率4.88%，最大回撤-10.94%，净值0.9076，年换手次数4次，2026年以来收益-0.13%[45]。 * **最低贴水策略**：年化收益-1.69%，波动率4.55%，最大回撤-8.56%，净值0.9392，年换手次数17.43次，2026年以来收益-0.23%[45]。 * **指数表现（基准）**：年化收益5.04%，波动率21.25%，最大回撤-31.46%，净值1.1980，2026年以来收益-1.52%[45]。 2. **IF（沪深300）期现对冲模型**[50] * **当月连续对冲策略**：年化收益0.20%，波动率2.83%，最大回撤-3.95%，净值1.0074，年换手次数12次，2026年以来收益-0.21%[50]。 * **季月连续对冲策略**：年化收益0.65%，波动率3.22%，最大回撤-4.03%，净值1.0241，年换手次数4次，2026年以来收益0.35%[50]。 * **最低贴水策略**：年化收益1.15%，波动率2.98%，最大回撤-4.06%，净值1.0429，年换手次数15.52次，2026年以来收益0.46%[50]。 * **指数表现（基准）**：年化收益1.28%，波动率16.81%，最大回撤-25.59%，净值1.0478，2026年以来收益-5.87%[50]。 3. **IH（上证50）期现对冲模型**[54] * **当月连续对冲策略**：年化收益0.99%，波动率2.88%，最大回撤-4.22%，净值1.0369，年换手次数12次，2026年以来收益0.04%[54]。 * **季月连续对冲策略**：年化收益2.01%，波动率3.28%，最大回撤-3.75%，净值1.0756，年换手次数4次，2026年以来收益0.65%[54]。 * **最低贴水策略**：年化收益1.65%，波动率2.93%，最大回撤-3.91%，净值1.0618，年换手次数14.98次，2026年以来收益0.54%[54]。 * **指数表现（基准）**：年化收益-0.17%，波动率15.86%，最大回撤-22.96%，净值0.9937，2026年以来收益-8.68%[54]。 4. **IM（中证1000）期现对冲模型**[56] * **当月连续对冲策略**：年化收益-6.18%，波动率4.30%，最大回撤-21.04%，净值0.7913，年换手次数12次，2026年以来收益-0.54%[56]。 * **季月连续对冲策略**：年化收益-4.95%，波动率5.40%，最大回撤-18.06%，净值0.8298，年换手次数4次，2026年以来收益-0.76%[56]。 * **最低贴水策略**：年化收益-3.90%，波动率5.12%，最大回撤-14.41%，净值0.8640，年换手次数15.25次，2026年以来收益0.05%[56]。 * **指数表现（基准）**：年化收益1.89%，波动率24.02%，最大回撤-41.60%，净值1.0714，2026年以来收益-2.80%[56]。 因子的回测效果 *截至2026年4月3日数据* 1. **分红调整年化基差因子**[21][26][31][36] * **IC当季合约**：当前值-7.81%，周内高点-7.49%，低于2022年初以来中位数[21]。 * **IF当季合约**：当前值-4.92%，周内高点-4.32%，低于2022年初以来中位数[26]。 * **IH当季合约**：当前值-1.57%，周内高点-0.69%，低于2022年初以来中位数[31]。 * **IM当季合约**：当前值-10.99%，周内低点-12.15%，低于2022年初以来中位数[36]。 2. **波动率指数 (VIX) 因子**[59] * **上证50VIX (30日)**：当前值21.27，在2024年以来的分位数为71%[59]。 * **沪深300VIX (30日)**：当前值20.98，在2024年以来的分位数为69%[59]。 * **中证500VIX (30日)**：当前值33.68，在2024年以来的分位数为90%[59]。 * **中证1000VIX (30日)**：当前值29.68，在2024年以来的分位数为73%[59]。 3. **偏度指数 (SKEW) 因子**[64] * **上证50SKEW**：当前值102.87，在2024年以来的分位数为87.6%[64]。 * **沪深300SKEW**：当前值105.17，在2024年以来的分位数为85.2%[64]。 * **中证500SKEW**：当前值104.75，在2024年以来的分位数为91.1%[64]。 * **中证1000SKEW**：当前值102.88，在2024年以来的分位数为56.1%[64]。

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][17][18][19] * **模型构建思路**：为准确分析股指期货合约的基差水平，需要剔除标的指数成分股在合约存续期内预期分红的影响，从而得到反映市场真实情绪和定价的“纯净”基差[8][17]。 * **模型具体构建过程**： 1. 首先，基于指数成分股历史分红情况，预测未来一年内各标的指数的分红点位[9]。例如，2026年3月20日，预测中证500、沪深300、上证50、中证1000指数分红点位分别为85.33、79.37、60.61、63.91[9]。 2. 其次，根据合约的剩余到期日，将总分红点位分配到不同期限的合约上，得到该合约存续期内的预期分红点位[19]。例如，IC下季合约的预期分红点位为85.21[19]。 3. 然后，计算实际基差：实际基差 = 期货合约价格 - 标的指数价格[17]。 4. 接着，计算分红调整后的基差：分红调整后基差 = 实际基差 + 存续期内未实现的预期分红[18]。 5. 最后，将分红调整后的基差进行年化处理，得到最终用于分析的年化基差指标[18][19]。公式为： $$年化基差 = \frac{(实际基差 + 预期分红点位)}{指数价格} \times \frac{360}{合约剩余天数}$$[19] 其中，“预期分红点位”指该合约存续期内未实现的预期分红点位[19]。 2. **模型名称：期现对冲策略（连续对冲与最低贴水策略）**[40][41][42] * **模型构建思路**：通过做空股指期货合约来对冲持有现货指数（全收益指数）的风险，旨在获取基差收敛（或选择最低贴水合约以优化）带来的收益，降低组合波动[40]。 * **模型具体构建过程**： * **通用设置**： * 回测区间：2022年7月22日至2026年3月20日[41][42]。 * 现货端：使用70%的资金，持有对应标的指数的全收益指数[41][42]。 * 期货端：使用剩余30%的资金，做空与现货端等额名义本金的股指期货合约（IC/IF/IH/IM）[41][42]。 * 每次调仓后根据产品净值重新计算现货及期货头寸数量[41][42]。 * 不考虑手续费、冲击成本及合约不可无限细分[41][42]。 * **连续对冲策略调仓规则**： * 连续持有当月或季月合约[41]。 * 当持有合约距离到期日不足2天时，在当日以收盘价平仓，并同时以收盘价卖空下一份当月或季月合约[41]。 * **最低贴水策略调仓规则**： * 调仓时，计算当日所有可交易期货合约的年化基差[42]。 * 选择年化基差贴水幅度最小的合约进行开仓[42]。 * 同一合约至少持有8个交易日，或持有至该合约距离到期日不足2天时，才可再次调仓（排除剩余到期日不足8日的合约）[42]。 量化因子与构建方式 1. **因子名称：期权波动率指数（VIX）**[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进行适应性调整，构建反映期权投资者对标的资产未来30日波动水平预期的指数[58]。 * **因子评价**：该指数能够反映市场对未来波动性的预期，并具备期限结构，可展示不同时间跨度内波动预期的差异[58]。期权市场参与者专业性较强，提升了该指数隐含信息的参考价值[57]。 2. **因子名称：偏度指数（SKEW）**[62] * **因子构建思路**：通过刻画不同行权价格下期权隐含波动率（IV）的偏斜形态，来衡量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**：当市场担忧下行风险时，看跌期权需求上升，推动低行权价区域的隐含波动率上升，导致波动率曲线呈现负偏斜（左偏），SKEW指数升高[62]。一般而言，SKEW指数高于100表明投资者对市场大幅回调的担忧加剧[62]。 * **因子评价**：SKEW指数是洞察市场对潜在极端风险担忧程度的有效工具，常被称为“黑天鹅指数”，能为期权交易与风险管理提供参考[62]。 模型的回测效果 1. **IC（中证500）期现对冲策略**[44] * 当月连续对冲模型：年化收益-3.27%，波动率3.82%，最大回撤-12.10%，净值0.8862，年换手次数12，2026年以来收益0.14%[44]。 * 季月连续对冲模型：年化收益-2.59%，波动率4.89%，最大回撤-10.94%，净值0.9090，年换手次数4，2026年以来收益0.02%[44]。 * 最低贴水策略模型：年化收益-1.66%，波动率4.55%，最大回撤-8.56%，净值0.9412，年换手次数17.63，2026年以来收益-0.03%[44]。 2. **IF（沪深300）期现对冲策略**[49] * 当月连续对冲模型：年化收益0.25%，波动率2.85%，最大回撤-3.95%，净值1.0093，年换手次数12，2026年以来收益-0.02%[49]。 * 季月连续对冲模型：年化收益0.67%，波动率3.24%，最大回撤-4.03%，净值1.0244，年换手次数4，2026年以来收益0.38%[49]。 * 最低贴水策略模型：年化收益1.16%，波动率2.99%，最大回撤-4.06%，净值1.0428，年换手次数15.70，2026年以来收益0.45%[49]。 3. **IH（上证50）期现对冲策略**[53] * 当月连续对冲模型：年化收益0.99%，波动率2.89%，最大回撤-4.22%，净值1.0364，年换手次数12，2026年以来收益-0.01%[53]。 * 季月连续对冲模型：年化收益1.98%，波动率3.30%，最大回撤-3.75%，净值1.0738，年换手次数4，2026年以来收益0.47%[53]。 * 最低贴水策略模型：年化收益1.62%，波动率2.94%，最大回撤-3.91%，净值1.0599，年换手次数15.15，2026年以来收益0.36%[53]。 4. **IM（中证1000）期现对冲策略**[55] * 当月连续对冲模型：年化收益-6.17%，波动率4.30%，最大回撤-21.04%，净值0.7936，年换手次数12，2026年以来收益-0.30%[55]。 * 季月连续对冲模型：年化收益-5.02%，波动率5.41%，最大回撤-18.06%，净值0.8295，年换手次数4，2026年以来收益-0.79%[55]。 * 最低贴水策略模型：年化收益-3.95%，波动率5.13%，最大回撤-14.41%，净值0.8638，年换手次数15.15，2026年以来收益0.04%[55]。 因子的回测效果 1. **VIX因子取值（截至2026年3月20日）**[58] * 上证50VIX(30日): 21.61[58] * 沪深300VIX(30日): 20.97[58] * 中证500VIX(30日): 34.19[58] * 中证1000VIX(30日): 28.52[58] 2. **SKEW因子取值（截至2026年3月20日）**[63] * 上证50SKEW: 100.79[63] * 沪深300SKEW: 103.11[63] * 中证500SKEW: 99.94[63] * 中证1000SKEW: 98.68[63]

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]

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**：股指期货合约存续期内分红预测模型[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，对股指期货标的指数未来一年及具体合约存续期内的分红点位进行预测[9]。 * **模型具体构建过程**：报告未详细描述该模型的构建过程，但指出其方法基于系列研究报告。模型最终输出对中证500、沪深300、上证50、中证1000指数未来一年分红点位的预测值，以及对各期货合约（次月、当季、下季）存续期内分红点位的预测值[9][10][11][12][13][14][15][16][17][18]。 2. 基差修正模型 * **模型/因子名称**：分红调整后的年化基差[19][20] * **模型/因子构建思路**：由于指数成分股分红会提前反映在期货价格中并拉低基差，为准确分析合约基差，需要剔除分红影响，计算经预期分红调整后的年化基差[19]。 * **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. 将调整后的基差进行年化处理： $$年化基差 = \frac{(实际基差 + (预期)分红点位)}{指数价格} \times \frac{360}{合约剩余天数}$$[20] 报告中后续提及的基差均为按此公式计算的分红调整后的年化基差[20]。 3. 期现对冲策略模型 * **模型名称**：期现对冲策略（包括连续对冲策略与最低贴水策略）[44][45][46] * **模型构建思路**：策略原理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[44]。通过做空股指期货对冲持有现货指数的风险，并利用不同的合约选择和调仓规则来优化对冲效果。 * **模型具体构建过程**： * **通用参数设置**： * **回测区间**：2022年7月22日至2025年12月19日[45][46]。 * **现货端**：持有对应标的指数（中证500、沪深300、上证50、中证1000）的全收益指数[45][46]。 * **期货端**：使用与现货端等额名义本金的股指期货合约进行做空对冲[45][46]。 * **资金分配**：现货端使用70%资金，期货端占用剩余30%资金[45][46]。 * **调仓再平衡**：每次调仓后根据产品净值重新计算现货及期货端数量[45][46]。 * **备注**：不考虑手续费、冲击成本及合约不可无限细分性质[45][46]。 * **策略一：连续对冲策略**[45] * **调仓规则**：连续持有季月或当月合约，直至该合约离到期剩余不足2日，在当日以收盘价平仓，并同时以收盘价卖空下一季月或当月合约[45]。 * **策略二：最低贴水策略**[46] * **调仓规则**：调仓时，计算当日所有可交易期货合约的年化基差，选择年化基差贴水幅度最小的合约开仓[46]。同一合约持有8个交易日后或该合约离到期剩余不足2日时，才可进行新合约选择（排除剩余到期日不足8日的合约）[46]。每次选择后，无论结果是否更换合约，都继续持有8个交易日[46]。 4. 信达期权系列指数模型 * **模型名称**：信达波动率指数 (Cinda-VIX) 与信达偏度指数 (Cinda-SKEW)[62][63][69] * **模型构建思路**：借鉴海外经验并结合中国场内期权市场实际情况，编制能够准确反映市场波动性预期和尾部风险预期的指数，以挖掘期权市场中隐含的市场情绪[62][63]。 * **模型具体构建过程**：报告未给出具体的计算公式，但指出具体算法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》[63]。 * **Cinda-VIX**：反映期权市场投资者对标的资产未来波动率的预期，并具有期限结构，可反映不同期限内的波动预期[63]。 * **Cinda-SKEW**：通过捕捉不同行权价格期权隐含波动率(IV)的偏斜特征，来衡量市场对标的资产未来收益分布（尤其是尾部风险）的预期[69]。当SKEW指数超过100时，通常意味着投资者对市场未来可能出现大幅下跌风险的担忧加剧[70]。 模型的回测效果 （注：以下回测结果均基于**2022年7月22日至2025年12月19日**的回测区间[45][46]） 1. 中证500 (IC) 对冲策略表现[47][48] | 指标 | 当月连续对冲 | 季月连续对冲 | 最低贴水策略 | 指数表现 | | :--- | :--- | :--- | :--- | :--- | | 年化收益 | -3.42% | -2.58% | -1.93% | 3.93% | | 波动率 | 3.79% | 4.69% | 4.49% | 20.95% | | 最大回撤 | -11.27% | -8.74% | -8.75% | -31.46% | | 净值 | 0.8886 | 0.9149 | 0.9361 | 1.1399 | | 年换手次数 | 12 | 4 | 16.78 | —— | | 2025年以来收益 | -6.60% | -3.91% | -4.27% | 29.28% | 2. 沪深300 (IF) 对冲策略表现[49][53] | 指标 | 当月连续对冲 | 季月连续对冲 | 最低贴水策略 | 指数表现 | | :--- | :--- | :--- | :--- | :--- | | 年化收益 | 0.33% | 0.69% | 1.09% | 2.23% | | 波动率 | 2.89% | 3.23% | 3.00% | 16.98% | | 最大回撤 | -3.95% | -4.03% | -4.06% | -25.59% | | 净值 | 1.0112 | 1.0236 | 1.0376 | 1.0778 | | 年换手次数 | 12 | 4 | 15.01 | —— | | 2025年以来收益 | -1.21% | 0.37% | 0.40% | 19.57% | 3. 上证50 (IH) 对冲策略表现[54][57] | 指标 | 当月连续对冲 | 季月连续对冲 | 最低贴水策略 | 指数表现 | | :--- | :--- | :--- | :--- | :--- | | 年化收益 | 1.02% | 1.95% | 1.58% | 1.58% | | 波动率 | 2.96% | 3.36% | 2.97% | 15.96% | | 最大回撤 | -4.22% | -3.75% | -3.91% | -22.96% | | 净值 | 1.0350 | 1.0679 | 1.0548 | 1.0547 | | 年换手次数 | 12 | 4 | 15.60 | —— | | 2025年以来收益 | 0.42% | 1.85% | 1.36% | 15.09% | 4. 中证1000 (IM) 对冲策略表现[58][61] | 指标 | 当月连续对冲 | 季月连续对冲 | 最低贴水策略 | 指数表现 | | :--- | :--- | :--- | :--- | :--- | | 年化收益 | -6.48% | -4.82% | -4.42% | 0.67% | | 波动率 | 4.73% | 5.75% | 5.50% | 25.40% | | 最大回撤 | -14.00% | -12.63% | -11.11% | -41.60% | | 净值 | 0.8319 | 0.8498 | 0.8693 | 0.9799 | | 年换手次数 | 12 | 4 | 15.73 | —— | | 2025年以来收益 | -12.98% | -7.87% | -8.19% | 26.44% | 量化因子与构建方式 （本报告未涉及独立的量化因子构建，主要围绕模型展开） 因子的回测效果 （本报告未涉及独立的量化因子回测）

量化模型与构建方式 1. 股指期货分红点位预测模型 1. **模型名称**：股指期货分红点位预测模型[9] 2. **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，对股指期货标的指数未来一年及合约存续期内的分红点位进行预测[9]。 3. **模型具体构建过程**：报告未详细描述该模型的构建过程，仅提及了预测结果。构建过程应参考其系列报告，核心是预测指数成分股在特定期间内的现金分红，并汇总为对指数点位的调整值[9]。 2. 基差修正模型 1. **模型名称**：分红调整年化基差计算模型[19] 2. **模型构建思路**：为剔除指数成分股分红对股指期货合约基差的影响，获得更纯粹反映市场情绪和供需关系的基差水平，对原始基差进行分红调整和年化处理[19]。 3. **模型具体构建过程**： * **步骤1**：计算实际基差。基差定义为期货合约收盘价与标的指数收盘价的差值[19]。 * **步骤2**：计算预期分红调整后的基差。公式为： $$预期分红调整后的基差 = 实际基差 + 存续期内未实现的预期分红$$[19] 其中，“存续期内未实现的预期分红”即使用前述分红点位预测模型得到的数值[9]。 * **步骤3**：将调整后的基差进行年化处理，以便于不同期限合约间的比较。公式为： $$年化基差 = \frac{实际基差 + (预期)分红点位}{指数价格} \times \frac{360}{合约剩余天数}$$[19] 报告中后续提及的“基差”均指此分红调整后的年化基差[19]。 3. 期现对冲策略模型 1. **模型名称**：连续对冲策略[44] 2. **模型构建思路**：通过持续做空股指期货合约，对冲持有现货指数（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[43][44]。 3. **模型具体构建过程**： * **回测区间**：2022年7月22日至2025年12月12日[44]。 * **现货端**：持有对应标的指数的全收益指数[44]。 * **期货端**：做空与现货端等名义本金的中证500、沪深300、上证50或中证1000股指期货合约[44]。 * **资金分配**：现货端使用70%资金，期货端占用剩余30%资金。每次调仓后根据产品净值重新计算现货及期货头寸数量[44]。 * **调仓规则**：连续持有季月或当月合约，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或当月合约[44]。 * **备注**：不考虑交易手续费、冲击成本及合约不可无限细分性质[44]。 4. 期现对冲策略模型（衍生） 1. **模型名称**：最低贴水策略[45] 2. **模型构建思路**：在连续对冲策略的基础上进行优化，通过动态选择年化基差贴水幅度最小的合约进行对冲，旨在降低对冲成本或获取更高的基差收敛收益[45]。 3. **模型具体构建过程**： * **回测区间**：2022年7月22日至2025年12月12日[45]。 * **现货端与期货端设置**：与连续对冲策略相同[45]。 * **调仓规则**： * 调仓时，计算当日所有可交易期货合约的年化基差[45]。 * 选择年化基差贴水幅度最小的合约进行开仓[45]。 * 同一合约至少持有8个交易日，或该合约离到期剩余不足2日时，才可重新选择新合约（排除剩余到期日不足8日的合约）[45]。 * 每次选择后，即使结果仍是持有原合约，也继续持有8个交易日[45]。 * **备注**：不考虑交易手续费、冲击成本及合约不可无限细分性质[45]。 5. 信达波动率指数 (Cinda-VIX) 1. **因子名称**：信达波动率指数 (Cinda-VIX)[61] 2. **因子构建思路**：借鉴海外VIX指数编制经验，结合中国场内期权市场实际情况进行调整，编制能够反映市场对标的资产未来波动率预期的指数[61]。 3. **因子具体构建过程**：报告未给出具体计算公式，但指出其具体算法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》[61]。该因子具有期限结构，可以反映投资者对同一标的资产在不同期限内的波动预期[61]。 6. 信达波动率偏度指数 (Cinda-SKEW) 1. **因子名称**：信达波动率偏度指数 (Cinda-SKEW)[67] 2. **因子构建思路**：通过捕捉不同行权价格期权隐含波动率（IV）的偏斜特征，来衡量市场对标的资产未来收益分布（特别是尾部风险）的预期[67]。该指数又被称为“黑天鹅指数”[68]。 3. **因子具体构建过程**：报告未给出具体计算公式。其原理是，当市场对下跌的担忧加剧时，看跌期权需求增加，会导致波动率曲线出现偏斜，SKEW指数值升高（通常超过100）[67][68]。 模型的回测效果 （回测区间：2022年7月22日至2025年12月12日[44][45]） 1. **IC当月连续对冲模型**，年化收益-3.41%，波动率3.80%，最大回撤-11.20%，净值0.8893，年换手次数12，2025年以来收益-6.53%[47] 2. **IC季月连续对冲模型**，年化收益-2.42%，波动率4.70%，最大回撤-8.34%，净值0.9205，年换手次数4，2025年以来收益-3.35%[47] 3. **IC最低贴水策略模型**，年化收益-1.94%，波动率4.51%，最大回撤-8.70%，净值0.9360，年换手次数16.58，2025年以来收益-4.28%[47] 4. **IF当月连续对冲模型**，年化收益0.36%，波动率2.89%，最大回撤-3.95%，净值1.0121，年换手次数12，2025年以来收益-1.12%[52] 5. **IF季月连续对冲模型**，年化收益0.70%，波动率3.24%，最大回撤-4.03%，净值1.0240，年换手次数4，2025年以来收益0.42%[52] 6. **IF最低贴水策略模型**，年化收益1.08%，波动率3.01%，最大回撤-4.06%，净值1.0370，年换手次数15.10，2025年以来收益0.34%[52] 7. **IH当月连续对冲模型**，年化收益1.08%，波动率2.97%，最大回撤-4.22%，净值1.0369，年换手次数12，2025年以来收益0.60%[56] 8. **IH季月连续对冲模型**，年化收益2.02%，波动率3.36%，最大回撤-3.75%，净值1.0699，年换手次数4，2025年以来收益2.05%[56] 9. **IH最低贴水策略模型**，年化收益1.68%，波动率2.98%，最大回撤-3.91%，净值1.0578，年换手次数15.69，2025年以来收益1.66%[56] 10. **IM当月连续对冲模型**，年化收益-6.43%，波动率4.74%，最大回撤-14.00%，净值0.8316，年换手次数12，2025年以来收益-12.68%[58] 11. **IM季月连续对冲模型**，年化收益-4.70%，波动率5.76%，最大回撤-12.63%，净值0.8489，年换手次数4，2025年以来收益-7.26%[58] 12. **IM最低贴水策略模型**，年化收益-4.38%，波动率5.51%，最大回撤-11.11%，净值0.8684，年换手次数15.62，2025年以来收益-7.93%[58] 因子的回测效果 （截至2025年12月12日） 1. **上证50VIX (30日)**，取值15.93[61] 2. **沪深300VIX (30日)**，取值17.03[61] 3. **中证500VIX (30日)**，取值22.82[61] 4. **中证1000VIX (30日)**，取值20.49[61] 5. **上证50SKEW**，取值101.80[68] 6. **沪深300SKEW**，取值108.04[68] 7. **中证500SKEW**，取值104.65[68] 8. **中证1000SKEW**，取值108.10[68]

报告行业投资评级 未提及相关内容 报告的核心观点 - 本周指数走弱但衍生品市场情绪反应克制 VIX 提升但未极端上行 沪深 300 与中证 500 分别处 70.8%与 82.6%的年内分位水平 SKEW 延续上涨但多数品种低于极端阈值 显示投资者对尾部风险担忧相对理性 期指市场周度增仓超 7 万张且中小盘基差显著改善 IM 基差收窄近 100 点 表明资金借市场调整进行结构性布局 整体呈现指数承压但预期不极端的市场特征 [2] 根据相关目录分别进行总结 一、股指期货合约存续期内分红预估与基差修正 - 2025 年 11 月 21 日 预估中证 500、沪深 300、上证 50、中证 1000 指数未来一年分红点位分别为 80.73、80.42、63.63、63.40 各指数在不同合约存续期内分红点位有不同预估 如中证 500 指数在下季合约 IC2606 存续期内分红点位预估为 48.04 占比 0.70% [9] - 分析合约基差时需剔除分红影响 报告中基差均为分红调整后的年化基差 本周 IC、IM 当季合约分红调整年化基差上行 IF、IH 当季合约分红调整年化基差下行 各合约成交持仓水平大多相对前一周提升 [19][20][38] 二、期现对冲策略回测跟踪 - 介绍连续对冲和最低贴水两种策略回测参数和设置 回测区间均为 2022 年 7 月 22 日至 2025 年 11 月 21 日 现货端均持有对应标的指数全收益指数 期货端资金分配和调仓规则有不同设置 [46][47] - IC 对冲策略本周回撤 最低贴水策略选 IC2512 合约 IF、IH 对冲策略本周表现稳定 最低贴水策略分别选 IF2512、IH2512 合约 IM 对冲策略本周回撤 最低贴水策略选 IM2512 合约 [49][54][58][60] 三、信达期权系列指数 - 期权市场隐含信息有较高分析价值 信达金工开发能反映我国市场波动性的 Cinda - VIX 与 Cinda - SKEW 等指数 [62][63] - 截至 2025 年 11 月 21 日 30 日上证 50VIX、沪深 300VIX、中证 500VIX、中证 1000VIX 分别为 19.95、21.49、32.21、26.91 [63] - SKEW 指标衡量波动率偏斜程度 可洞察市场对标的资产未来收益分布预期 截至 2025 年 11 月 21 日 上证 50SKEW、沪深 300SKEW、中证 500SKEW、中证 1000SKEW 分别为 104.78、104.75、104.79、106.83 [71][72]

量化模型与构建方式 1. 模型名称：期现对冲策略（连续对冲策略）[47][48] 模型构建思路：通过持有标的指数全收益指数作为现货端，同时做空股指期货合约进行对冲，利用基差收敛特性获取收益[47][48] 模型具体构建过程：回测区间为2022年7月22日至2025年9月26日[48]。现货端持有对应标的指数的全收益指数，并使用70%资金[48]。期货端做空与现货端金额相同名义本金的股指期货合约，占用剩余30%资金，每次调仓后根据产品净值重新计算现货及期货端数量[48]。调仓规则为连续持有季月或当月合约，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或当月合约[48]。不考虑交易过程中的手续费、冲击成本以及期货合约的不可无限细分性质[48] 2. 模型名称：期现对冲策略（最低贴水策略）[47][49] 模型构建思路：通过选择年化基差贴水幅度最小的合约进行开仓，以优化对冲成本[49] 模型具体构建过程：回测区间为2022年7月22日至2025年9月26日[49]。现货端持有对应标的指数的全收益指数，并使用70%资金[49]。期货端做空与现货端金额相同名义本金的股指期货合约，占用剩余30%资金，每次调仓后根据产品净值重新计算现货及期货端数量[49]。调仓规则为调仓时，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[49]。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），每次选择后，即使选择结果为持有原合约不变，仍继续持有8个交易日[49]。不考虑交易过程中的手续费、冲击成本以及期货合约的不可无限细分性质[49] 3. 因子名称：分红调整年化基差[22] 因子构建思路：在分析合约基差时，需要剔除指数成分股分红的影响，以更真实地反映市场情绪和期货合约的定价[22] 因子具体构建过程：首先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 [22]。然后将基差进行年化处理，公式为 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 [22] 4. 因子名称：Cinda-VIX[65] 因子构建思路：借鉴海外经验，并结合我国场内期权市场的实际情况，开发能够准确反映我国市场波动性的VIX指数，以反应期权市场投资者对标的资产未来波动的预期[65] 因子具体构建过程：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[65]。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[65] 5. 因子名称：Cinda-SKEW[71] 因子构建思路：通过捕捉不同行权价格期权隐含波动率（IV）的偏斜特征，以衡量市场对标的资产未来收益分布的预期，洞察市场对尾部风险的忧虑[71] 因子具体构建过程：SKEW指标捕捉了不同行权价格期权隐含波动率（IV）的偏斜特征[71]。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[71]。SKEW指数超过100，通常意味着投资者对市场未来可能出现的大幅下跌风险的担忧加剧[72] 模型的回测效果 1. IC当月连续对冲模型，年化收益-3.04%，波动率3.88%，最大回撤-9.47%，净值0.9066，年换手次数12，2025年以来收益-4.80%[51] 2. IC季月连续对冲模型，年化收益-2.11%，波动率4.79%，最大回撤-8.34%，净值0.9346，年换手次数4，2025年以来收益-1.94%[51] 3. IC最低贴水策略模型，年化收益-1.43%，波动率4.61%，最大回撤-7.97%，净值0.9553，年换手次数17.00，2025年以来收益-2.35%[51] 4. IF当月连续对冲模型，年化收益0.47%，波动率2.96%，最大回撤-3.95%，净值1.0149，年换手次数12，2025年以来收益-0.84%[56] 5. IF季月连续对冲模型，年化收益0.66%，波动率3.32%，最大回撤-4.03%，净值1.0211，年换手次数4，2025年以来收益0.12%[56] 6. IF最低贴水策略模型，年化收益1.24%，波动率3.09%，最大回撤-4.06%，净值1.0399，年换手次数15.11，2025年以来收益0.62%[56] 7. IH当月连续对冲模型，年化收益1.04%，波动率3.05%，最大回撤-4.22%，净值1.0334，年换手次数12，2025年以来收益0.26%[60] 8. IH季月连续对冲模型，年化收益1.93%，波动率3.45%，最大回撤-3.75%，净值1.0627，年换手次数4，2025年以来收益1.33%[60] 9. IH最低贴水策略模型，年化收益1.68%，波动率3.06%，最大回撤-3.91%，净值1.0542，年换手次数15.74，2025年以来收益1.30%[60] 10. IM当月连续对冲模型，年化收益-6.18%，波动率4.77%，最大回撤-14.00%，净值0.8340，年换手次数12，2025年以来收益-10.69%[62] 11. IM季月连续对冲模型，年化收益-4.51%，波动率5.80%，最大回撤-12.63%，净值0.8580，年换手次数4，2025年以来收益-5.63%[62] 12. IM最低贴水策略模型，年化收益-4.07%，波动率5.56%，最大回撤-11.11%，净值0.8704，年换手次数15.81，2025年以来收益-5.76%[62] 因子的回测效果 1. Cinda-VIX因子，截至2025年9月26日，30日上证50VIX取值19.19，沪深300VIX取值19.09，中证500VIX取值28.46，中证1000VIX取值26.08[65] 2. Cinda-SKEW因子，截至2025年9月26日，上证50SKEW取值100.47，沪深300SKEW取值104.24，中证500SKEW取值102.07，中证1000SKEW取值103.14[72]

量化模型与构建方式 1. 股指期货分红点位预测模型 **模型构建思路**：基于历史数据对股指期货合约存续期内标的指数成分股的分红进行预测，以修正基差计算[9] **模型具体构建过程**： 1. 对标的指数（中证500、沪深300、上证50、中证1000）成分股未来一年的分红进行预测 2. 计算各期货合约（当月、次月、当季、下季）存续期内的预期分红点位 3. 具体预测值（2025年8月22日）： - 中证500：未来一年分红点位87.44，各合约存续期内分红点位均为0.05[9][11] - 沪深300：未来一年分红点位83.62，各合约存续期内分红点位均为2.45[12][15] - 上证50：未来一年分红点位66.77，各合约存续期内分红点位均为0.85[17][18] - 中证1000：未来一年分红点位66.50，各合约存续期内分红点位均为0.39[19][20] 2. 基差修正模型 **模型构建思路**：剔除分红影响，计算真实反映市场情绪的基差水平[21] **模型具体构建过程**： 1. 计算实际基差：合约收盘价 - 标的指数收盘价 2. 计算预期分红调整后的基差： $$预期分红调整后基差 = 实际基差 + 存续期内未实现的预期分红$$ 3. 年化处理： $$年化基差 = \frac{实际基差 + 预期分红点位}{指数价格} \times \frac{360}{合约剩余天数}$$[21] 3. 期现对冲策略模型 **模型构建思路**：通过持有现货并做空期货合约实现对冲，考虑基差收敛特性进行优化[44][46] **模型具体构建过程**： 包含两种策略： 3.1 连续对冲策略 1. **现货端**：持有标的指数的全收益指数，使用70%资金 2. **期货端**：做空相同名义本金的股指期货合约，使用30%资金 3. **调仓规则**：连续持有季月/当月合约，直至离到期剩余不足2日，以收盘价平仓并开仓下一合约[45] 3.2 最低贴水策略 1. **现货端**：持有标的指数的全收益指数，使用70%资金 2. **期货端**：做空相同名义本金的股指期货合约，使用30%资金 3. **调仓规则**： - 计算所有可交易合约的年化基差 - 选择年化基差贴水幅度最小的合约开仓 - 同一合约持有8个交易日或离到期不足2日时调仓 - 排除剩余到期日不足8日的合约[46] 4. 信达波动率指数（Cinda-VIX） **因子构建思路**：反映期权市场投资者对标的资产未来波动率的预期，借鉴海外经验并结合中国场内期权市场实际情况[62] **因子具体构建过程**：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》中的算法编制[62] 5. 信达偏度指数（Cinda-SKEW） **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，衡量市场对尾部风险的预期[67] **因子具体构建过程**：通过分析虚值看涨期权与看跌期权的隐含波动率偏斜程度编制[67] 模型的回测效果 1. 中证500股指期货期现对冲策略（2022年7月22日至2025年8月22日） | 策略类型 | 年化收益 | 波动率 | 最大回撤 | 净值 | 年换手次数 | 2025年以来收益 | |---------|---------|--------|----------|------|------------|---------------| | 当月连续对冲 | -3.07% | 3.82% | -9.27% | 0.9086 | 12 | -4.60% | | 季月连续对冲 | -2.31% | 4.71% | -8.34% | 0.9307 | 4 | -2.33% | | 最低贴水策略 | -1.40% | 4.60% | -7.97% | 0.9577 | 17.24 | -2.11% | | 指数表现 | 2.68% | 20.96% | -31.46% | 1.0848 | —— | 23.03% |[48] 2. 沪深300股指期货期现对冲策略（2022年7月22日至2025年8月22日） | 策略类型 | 年化收益 | 波动率 | 最大回撤 | 净值 | 年换手次数 | 2025年以来收益 | |---------|---------|--------|----------|------|------------|---------------| | 当月连续对冲 | 0.38% | 2.97% | -3.95% | 1.0116 | 12 | -1.18% | | 季月连续对冲 | 0.52% | 3.32% | -4.03% | 1.0160 | 4 | -0.38% | | 最低贴水策略 | 1.18% | 3.10% | -4.06% | 1.0366 | 15.29 | 0.30% | | 指数表现 | 1.06% | 17.05% | -25.59% | 1.0330 | —— | 14.60% |[53] 3. 上证50股指期货期现对冲策略（2022年7月22日至2025年8月22日） | 策略类型 | 年化收益 | 波动率 | 最大回撤 | 净值 | 年换手次数 | 2025年以来收益 | |---------|---------|--------|----------|------|------------|---------------| | 当月连续对冲 | 0.97% | 3.08% | -4.22% | 1.0302 | 12 | -0.06% | | 季月连续对冲 | 1.87% | 3.49% | -3.76% | 1.0585 | 4 | 0.91% | | 最低贴水策略 | 1.63% | 3.09% | -3.91% | 1.0511 | 15.94 | 0.99% | | 指数表现 | 0.91% | 16.27% | -22.96% | 1.0281 | —— | 12.19% |[57] 4. 中证1000股指期货期现对冲策略（2022年7月22日至2025年8月22日） | 策略类型 | 年化收益 | 波动率 | 最大回撤 | 净值 | 年换手次数 | 2025年以来收益 | |---------|---------|--------|----------|------|------------|---------------| | 当月连续对冲 | -6.21% | 4.72% | -14.01% | 0.8345 | 12 | -10.38% | | 季月连续对冲 | -4.69% | 5.76% | -12.63% | 0.8580 | 4 | -6.09% | | 最低贴水策略 | -4.04% | 5.55% | -11.11% | 0.8702 | 15.91 | -5.26% | | 指数表现 | 0.78% | 25.69% | -41.60% | 0.9387 | —— | 27.01% |[59] 因子的回测效果 1. 信达波动率指数（Cinda-VIX）取值（2025年8月22日） - 上证50VIX_30: 24.31[62][63] - 沪深300VIX_30: 22.97[62][63] - 中证500VIX_30: 32.58[62][63] - 中证1000VIX_30: 29.50[62][63] 2. 信达偏度指数（Cinda-SKEW）取值（2025年8月22日） - 上证50SKEW: 99.82[68][71] - 沪深300SKEW: 104.77[68][71] - 中证500SKEW: 98.22[68][71] - 中证1000SKEW: 106.46[68][71]

根据提供的研报内容，以下是关于量化模型和因子的总结： 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[8] - **模型构建思路**：基于历史数据对股指期货合约存续期内标的指数成分股的分红进行预测，以调整基差计算[8] - **模型具体构建过程**：该模型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[8] 2. 基差修正模型 - **模型名称**：基差修正模型[21] - **模型构建思路**：剔除分红影响，计算更准确的期货合约基差[21] - **模型具体构建过程**：首先计算实际基差（合约收盘价与标的指数收盘价的差值），然后加上存续期内未实现的预期分红，最后进行年化处理[22] - **计算公式**： $$预期分红调整后的基差 = 实际基差 + 存续期内未实现的预期分红$$[22] $$年化基差 = \frac{(实际基差 + (预期)分红点位)}{指数价格} \times \frac{360}{合约剩余天数}$$[22] 3. 期现对冲策略模型 - **模型名称**：期现对冲策略模型[44] - **模型构建思路**：利用股指期货进行市场风险对冲，获取稳定的超额收益[44] - **模型具体构建过程**：分为连续对冲策略和最低贴水策略两种[45][46] - **连续对冲策略**：现货端持有对应标的指数的全收益指数，期货端做空对冲，使用70%资金配置现货，30%资金用于期货保证金。调仓规则为连续持有季月/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**：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[46] 4. 信达波动率指数模型 - **模型名称**：Cinda-VIX模型[62] - **模型构建思路**：反映期权市场投资者对标的资产未来波动的预期[62] - **模型具体构建过程**：借鉴海外经验，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] 5. 信达波动率偏斜指数模型 - **模型名称**：Cinda-SKEW模型[69] - **模型构建思路**：捕捉不同行权价格期权隐含波动率的偏斜特征，衡量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**：通过分析SKEW指数的数值及其变化趋势，洞察市场对标的资产未来潜在风险的忧虑。当SKEW指数超过100，意味着投资者对市场未来可能出现的大幅下跌风险的担忧加剧[70] 模型的回测效果 1. 中证500股指期货期现对冲策略[48] - 当月连续对冲：年化收益-3.00%，波动率3.82%，最大回撤-9.01%，净值0.9112，年换手次数12，2025年以来收益-4.34% - 季月连续对冲：年化收益-2.17%，波动率4.71%，最大回撤-8.34%，净值0.9351，年换手次数4，2025年以来收益-1.89% - 最低贴水策略：年化收益-1.32%，波动率4.60%，最大回撤-7.97%，净值0.9603，年换手次数17.36，2025年以来收益-1.85% - 指数表现：年化收益1.43%，波动率20.97%，最大回撤-31.46%，净值1.0444，2025年以来收益18.44% 2. 沪深300股指期货期现对冲策略[51] - 当月连续对冲：年化收益0.42%，波动率2.97%，最大回撤-3.95%，净值1.0128，年换手次数12，2025年以来收益-1.06% - 季月连续对冲：年化收益0.57%，波动率3.32%，最大回撤-4.03%，净值1.0174，年换手次数4，2025年以来收益-0.24% - 最低贴水策略：年化收益1.22%，波动率3.10%，最大回撤-4.06%，净值1.0378，年换手次数15.39，2025年以来收益0.41% - 指数表现：年化收益-0.28%，波动率17.04%，最大回撤-25.59%，净值0.9915，2025年以来收益10.00% 3. 上证50股指期货期现对冲策略[56] - 当月连续对冲：年化收益0.98%，波动率3.08%，最大回撤-4.22%，净值1.0301，年换手次数12，2025年以来收益-0.08% - 季月连续对冲：年化收益1.87%，波动率3.50%，最大回撤-3.76%，净值1.0583，年换手次数4，2025年以来收益0.89% - 最低贴水策略：年化收益1.64%，波动率3.10%，最大回撤-3.91%，净值1.0509，年换手次数16.05，2025年以来收益0.97% - 指数表现：年化收益-0.18%，波动率16.24%，最大回撤-22.96%，净值0.9945，2025年以来收益8.53% 4. 中证1000股指期货期现对冲策略[60] - 当月连续对冲：年化收益-6.19%，波动率4.71%，最大回撤-14.01%，净值0.8362，年换手次数12，2025年以来收益-10.21% - 季月连续对冲：年化收益-4.65%，波动率5.76%，最大回撤-12.63%，净值0.8654，年换手次数4，2025年以来收益-5.84% - 最低贴水策略：年化收益-4.02%，波动率5.56%，最大回撤-11.11%，净值0.8720，年换手次数15.97，2025年以来收益-5.09% - 指数表现：年化收益0.20%，波动率25.71%，最大回撤-41.60%，净值0.9335，2025年以来收益22.78% 5. 信达波动率指数[62] - 截至2025年8月15日，30日上证50VIX为24.25，沪深300VIX为24.25，中证500VIX为28.09，中证1000VIX为27.87 6. 信达波动率偏斜指数[70] - 截至2025年8月15日，上证50SKEW为100.82，沪深300SKEW为105.10，中证500SKEW为99.01，中证1000SKEW为109.56

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**：基于历史数据和成分股分红信息，预测股指期货合约存续期内标的指数的分红点位[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 2. 计算合约存续期内分红点位占比 3. 公式： $$年化基差 = \frac{实际基差 + 预期分红点位}{指数价格} \times \frac{360}{合约剩余天数}$$ 4. 示例：中证500指数在IC2508合约存续期内分红点位预估为2.12，年化基差计算中需叠加该调整项[9][21] 2. **模型名称：期现对冲策略（连续对冲/最低贴水策略）** - **模型构建思路**：通过动态调整期货合约持仓，优化基差收敛收益[44][46] - **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 2. 滚动卖空下一季月/当月合约 3. 现货端持有全收益指数，期货端占用30%资金[44] - **最低贴水策略**： 1. 每日计算所有可交易合约的年化基差 2. 选择贴水幅度最小的合约开仓 3. 持有8个交易日或到期前2日调仓[46] 3. **模型名称：信达波动率指数（Cinda-VIX/SKEW）** - **模型构建思路**：通过期权隐含波动率捕捉市场对波动和尾部风险的预期[61][67] - **模型具体构建过程**： - **Cinda-VIX**： 1. 基于不同期限期权价格计算隐含波动率 2. 反映未来30/60/90/120日的波动预期[61] - **Cinda-SKEW**： 1. 分析虚值看涨/看跌期权IV偏斜 2. 数值>100表明市场担忧尾部风险[67] --- 模型的回测效果 1. **IC对冲策略（2022/7/22-2025/8/8）** - 季月连续对冲：年化收益-1.87%，波动率4.72%，最大回撤-8.34%[48] - 最低贴水策略：年化收益-1.12%，年换手17.15次[48] 2. **IF对冲策略** - 最低贴水策略：年化收益1.36%，2025年以来收益0.80%[51] 3. **IH对冲策略** - 季月连续对冲：年化收益2.04%，净值1.0630[54] 4. **IM对冲策略** - 当月连续对冲：年化收益-6.07%，最大回撤-14.01%[59] --- 量化因子与构建方式 1. **因子名称：分红调整年化基差** - **因子构建思路**：剔除分红影响后的期货合约基差[21] - **因子具体构建过程**： 1. 计算实际基差：合约收盘价 - 指数收盘价 2. 叠加存续期内未实现预期分红 3. 年化处理： $$年化基差 = \frac{实际基差 + 预期分红点位}{指数价格} \times \frac{360}{合约剩余天数}$$[21] 2. **因子名称：VIX期限结构** - **因子构建思路**：反映不同期限波动率预期的斜率[61] - **因子具体构建过程**： 1. 分别计算30/60/90/120日VIX 2. 对比短期与长期VIX差值[61] 3. **因子名称：SKEW极端值** - **因子构建思路**：识别市场对黑天鹅事件的定价[67] - **因子具体构建过程**： 1. 当SKEW>100且处于历史99.7%分位时触发预警 2. 示例：中证1000SKEW达114.07点[68] --- 因子的回测效果 1. **分红调整年化基差（2025/8/8）** - IC当季合约：-10.79%（低于2022年以来中位数）[22] - IH当季合约：-0.12%（从升水转为贴水）[33] 2. **Cinda-VIX（30日）** - 中证500VIX：23.46（处于历史50%分位以下）[61] 3. **Cinda-SKEW** - 沪深300SKEW：109.58（历史99.7%分位）[68]