金工策略周报 东证衍生品研究院金融工程组 2025年6月22日 王冬黎 金融工程首席分析师 从业资格号： F3032817 投资咨询号： Z0014348 Email: dongli.wang@orientfutures.com 联系人 徐凡 分析师(金融工程) 从业资格号： F03107676 Email: fan.xu@orientfutures.com 李晓辉 金融工程首席分析师 从业资格号： F03120233 投资咨询号： Z0019676 Email: xiaohui.li@orientfutures.com 常海晴 分析师(金融工程) 从业资格号： F03087441 Email: haiqing.chang@orientfutures.com 股指期货量化策略跟踪 常海晴 金融工程高级分析师(股指期货) 从业资格号：F03087441 投资咨询号：Z0019497 Email: haiqing.chang@orientfutures.com 2 主要内容 ★股指期货行情简评： 市场呈持续下跌走势。分行业看，医药生物和电力设备贡献了沪深300指数的主要跌幅，医药生物和有色金属贡献了上证50指数、 ...

金工策略周报 东证衍生品研究院金融工程组 2025年6月8日 王冬黎 金融工程首席分析师（国债期货） 从业资格号： F3032817 投资咨询号： Z0014348 Email: dongli.wang@orientfutures.com 常海晴 金融工程高级分析师(股指期货) 从业资格号：F03087441 投资咨询号：Z0019497 Email: haiqing.chang@orientfutures.com 李晓辉 金融工程首席分析师（CTA） 从业资格号： F03120233 投资咨询号： Z0019676 Email: Xiaohui.li01@orientfutures.com 徐凡 金融工程分析师(FOF、基本面量化) 从业资格号： F03107676 Email: qinxuan.fan@orientfutures.com 股指期货量化策略跟踪 常海晴 金融工程高级分析师(股指期货) 从业资格号：F03087441 投资咨询号：Z0019497 Email: haiqing.chang@orientfutures.com 2 主要内容 ★股指期货行情简评： 市场呈上涨走势。分行业看，电子和非 ...

报告行业投资评级 未提及 报告的核心观点 - 股指期货市场呈上涨趋势，各品种成交环比上涨，不同策略表现有差异，基差走势受多种因素影响，展期和跨期策略推荐多近空远 [3][4] - 国债期货不同策略有不同信号和表现，如跨期策略建议空头套保提前移仓，多因子择时策略信号偏多等 [56] - 商品市场受宏观政策与外部事件交织影响涨跌互现，商品因子表现不一，CTA策略短期或波动，长期看好量价趋势、期现结构因子 [76] 各部分总结 股指期货量化策略跟踪 - 行情简评：市场上涨，银行和食品饮料等行业分别贡献各指数主要涨幅 [3] - 基差策略推荐：IH、IF基差走强，IC、IM维持深度贴水，展期和跨期策略均推荐多近空远 [4] - 套利策略跟踪：跨期套利策略上周各策略盈利，跨品种套利时序策略近期信号转向多小空大，截面策略上周盈利 [5][6][7] - 择时策略跟踪：日度择时策略不同模型上周盈利分化，各模型有不同看多或看空信号 [8] - 展期收益跟踪：展示了中证1000、中证500、上证50、沪深300历史展期收益数据 [12] 跨期套利策略 - 综合策略表现：介绍了年化基差率因子、正套、120日动量策略，展示近2年和2024年以来表现数据 [13][15] - 年化基差率因子：说明策略构建方法，展示2023年以来回测表现、不同时间区间表现和最新信号 [17][18][19][22] 跨品种套利 - 时序多品种组合策略：展示2024年以来回测表现和分年度收益数据 [23][25] - 横截面基差套利：介绍套利思路，展示2024年后回测结果 [29] 日度择时策略跟踪 - 多因子合成模型表现：介绍单因子等权、XGB、OLS模型，展示分年度表现和2024年以来样本外表现 [35][37][38] - OLS模型：展示2023年以来表现和分年度表现数据 [44][45] - Xgboost模型：展示2023年以来表现和分年度表现数据 [52][53] 国债期货量化策略 - 本周策略关注：包括基差与跨期、期货择时、期货跨品种套利、信用债中性策略的建议和信号 [56] - 基差与跨期价差：本周期债不同品种跨期价差走势分化，跨期策略建议空头套保提前移仓 [57] - 多因子择时策略：策略净值本周震荡，信号偏多，展示分品种净值与信号数据 [60][63] - 跨品种套利策略：本周净值持稳，TS - T信号中性，T - TL信号偏空，展示净值与信号数据 [64][67] - 信用债久期轮动中性策略：基于远季合约的对冲压力指数反弹，策略现券拉久期持有3 - 5年指数并对冲 [56] 商品CTA因子及跟踪策略表现 - 商品因子表现：上周国内商品市场涨跌互现，各类风格因子表现不一，CTA策略短期或波动，长期看好部分因子 [76][79] - 跟踪策略表现：展示多个策略的年化收益、夏普比率等数据 [77] - 商品因子表现跟踪：展示商品截面单因子业绩表现数据 [80] - 基于因子的商品策略跟踪表现 - CWFT组合：介绍策略持仓情况，上周持仓24个品种，本周持仓及换手等情况 [84][86] - C_frontnext & Short Trend组合：介绍策略持仓情况，上周持仓24个品种，本周持仓及换手等情况 [84][88] - Long CWFT & Short CWFT组合：介绍策略持仓情况，上周持仓24个品种，本周持仓及换手等情况 [84][90] - CS XGBoost组合：未提及具体内容

报告行业投资评级 未提及 报告的核心观点 - 基于国债逆回购利率（GC001）高频数据构建择时因子，验证其在股指期货品种上的有效性 [64] - GC001日内特征尤其是尾盘波动能捕捉市场流动性变化和机构短期行为，为股指择时提供独特Alpha来源 [64] - 高频逆回购指数在四个股指期货标的上表现稳健，具备择时和市场风向指示价值 [64] - 中小盘股指对GC001信号敏感度高于大盘股，为跨品种套利和风格轮动策略提供理论依据 [64] 根据相关目录分别进行总结 1. 宏观和资金面信息的风向标：国债逆回购利率 - 传统股指期货日频择时研究多集中于量价类因子，基于宏观流动性或短期资金面的因子挖掘不足 [5] - 逆回购利率蕴含短周期市场信息，对股指期货短期走势有独特解释力，能提供领先于传统量价指标的有效信号 [5] - 逆回购利率重要性体现在流动性监测、风险偏好映射、政策传导三个维度，其信息能穿透市场流动性和风险偏好 [6] 2. 基本概念 2.1 GC001基本概念 - GC001是投资者通过上交所将资金借出并以国债为抵押、期限1天的交易利率，是机构间短期融资批发价格 [7] - 选择GC001构建股指期货日间择时多空因子，因其能反映短期内资金面变动，与日频股指期货择时逻辑相符 [7] - GC001交易时间与A股一致，15:00 - 15:30仍可交易，尾盘交易活跃度高、波动大，是最佳交易时段 [7] 2.2 GC001指标逻辑 - GC001参与者多为机构投资者，反映更理性专业投资者的行为或态度 [8] - 日内分钟频率的GC001能反映日频市场上机构投资者的行为或态度，GC001高时资金紧缺，低时资金宽松 [8][9] - 使用尾盘分钟级别数据构建日间择时因子，能捕捉有价值信息并应用于择时端 [9] 2.3 衍生指标思路 - 基础特征衍生：从尾盘最佳交易时段入手，在分钟频率上构建平均水平、波动水平等基础GC001衍生特征 [10] - 时间戳因子衍生：拓展包含时间和事件信息的因子构建方法，在GC001尾盘交易时段实践，反映机构投资者行为特征 [11] 3. 回测设置 - 确认目标变量：构建股指日间择时策略，回测四个股指期货品种，以open to open收益率为预测目标 [12] - 回测时间区间：2019年05月15日至2025年04月19日 [12] - 调仓频率：日频调仓，择时信号为多（空）则一直持有多单（空单）不平仓 [13] - 保证金100%，1倍杠杆 [14] - 手续费：双边万二 [15] 4. 因子择时策略检验 4.1 上证50股指期货（IH） - 展示多个表现优秀的逆回购利率择时因子，全样本夏普比率均大于0.7 [18] - 如IH因子1年化收益20.4%，夏普比率0.98等 [22] 4.2 沪深300股指期货（IF） - 展示多个表现优秀的逆回购利率择时因子，全样本夏普比率均大于0.7 [29] - 如IF因子1年化收益18.4%，夏普比率0.92等 [30] 4.3 中证500股指期货（IC） - 展示多个表现优秀的逆回购利率择时因子，全样本夏普比率均大于0.7 [34] - 如IC因子1年化收益16.5%，夏普比率0.73等 [35] 4.4 中证1000股指期货（IM） - 展示若干表现优秀的逆回购利率因子，全样本夏普比率均大于0.7 [38] - 如IM因子1年化收益35.3%，夏普比率1.17等 [40] 5. 复合指标：高频逆回购利率指数 - 对筛选出的逆回购率因子复合处理，构建高频逆回购利率指数，提供宏观基本面择时信号 [48] - 上证50股指期货（IH）：全样本多空年化收益19.9%，近60日年化收益28.6%（胜率63.3%）等 [49][50] - 沪深300股指期货（IF）：全样本多空年化收益15.5%，近60日年化收益6.8%（胜率53.3%）等 [52] - 中证500股指期货（IC）：全样本多空年化收益23.3%，近60日年化收益43.9%（胜率50.0%）等 [56] - 中证1000股指期货（IM）：全样本多空年化收益41.7%，近60日年化收益40.7%（胜率48.3%）等 [58] - 全股指期货品种整体：全样本多空年化收益22.2%，近60日年化收益35.7%（胜率55.0%）等 [61] 6. 结论 - 基于GC001高频数据构建的择时因子有效，为股指择时提供独特Alpha来源和新视角 [64] - 高频逆回购指数表现稳健，中小盘股指对GC001信号敏感度更高 [64] - 未来可探索GC001与其他宏观流动性指标协同效应，结合机器学习挖掘高频数据规律 [64]