基本面逻辑下的商品期货因子改进与策略组合（横截面篇） 期货基本面分析和技术分析哪个好做一点

来源：量化先行者

报告提要

基本面因子构建需考虑季节效应

大部分商品的基本面情况都存在一种或多种季节性规律，忽略季节效应的影响很可能对基本面信息产生误解。如春节前后累库、传统高温淡季、采暖季限产和冬储等因素均导致螺纹钢库存呈现季节性。这一规律在按农历日排列的库存走势中表现更为直观。

不同维度库存因子横截面策略表现

在考虑适用性后，我们剔除仓单数据和贵金属品种，基于库存同比增速、环比增速和二阶增速分别构建横截面策略，结果显示：农历同比因子与公历同比因子表现差异不大，在同比增速上，公历同比表现相对较好，但在库存的二阶增速维度，农历同比更胜一筹；环比增速对参数的敏感性相对更强，且基本面逻辑较弱；2016年以来，二阶增速因子表现强势，在大部分参数组下能实现10%以上的年化收益。

不同组合方式下库存二维增速策略

我们利用综合农历日及公历日的库存同比增速和二阶增速因子，在信号叠加、因子值叠加和因子排序叠加三种组合方式下构建库存二维增速策略。结果显示，在因子值叠加方式下策略收益较高但参数敏感性相对较强，信号叠加方式下策略表现最稳健。

库存-展期收益三因子策略

逻辑上当前期限结构呈现Backwardation的品种若伴随库存走低，则期货价格上涨概率更高。因此我们将反映商品期限结构的展期收益因子加入组合中，构建库存-展期收益三因子策略。回测发现无论基于因子值叠加还是信号叠加，三因子策略表现均十分出色，100个参数组下，平均年化收益达11.3%，夏普比率为2.1，Calmar为 2.1。近四年每年可实现10%以上的年化收益，且各年收益波动相对较小，整体稳定性更强。策略对参数、因子组合方式及权重配置的敏感性均较低。

目录

1

研究背景

在前期系列报告中，我们从基本面、技术面和情绪面等维度构建了商品期货横截面因子，主要分析了商品库存、期限结构、动量以及持仓多空情绪对商品期货价格的影响。这些因子策略尝试通过刻画不同品种的某一共同特征，来区分品种的相对强弱，对强势品种做多、弱势品种做空，构建对冲策略以获取相对稳健的收益。但这些因子大多为风险因子，在时间序列上的表现波动较大，且期货有效因子数据源较少，有效因子被挖掘出来后很容易由于市场拥挤导致历史表现不错的策略出现大幅回撤或失效，如今年三季度的展期收益因子。另一方面，满足流动性的活跃品种2009年前较少，导致用于回测及检验跟踪的数据有限，因此，在构建横截面因子时，我们需要尽可能从基本面逻辑出发，通过不同维度对比来充分挖掘因子的有效性，并试图构建组合策略以增强其稳定性。