精华内容
下载资源
问答
  • 商品期货会计.pdf

    2021-09-26 23:01:30
    商品期货会计.pdf
  • 商品期货ETF

    千次阅读 2018-12-12 15:57:15
     基金、期货公司合力推进与已经为市场熟悉的黄金ETF以及传统的股票等ETF不同,将在证券交易所挂牌交易的商品期货ETF,其标的范围是在三家商品期货交易所上市交易的42个商品期货合约,如铜、铝、大豆、棉花等商品...

    商品期货ETF

      如果你是一名具有期货交易经验的机构投资者,未来,你有可能在股票交易软件中,将商品期货交易型开放式基金(即商品期货ETF)添加到你的投资工具栏中。

      基金、期货公司合力推进与已经为市场熟悉的黄金ETF以及传统的股票等ETF不同,将在证券交易所挂牌交易的商品期货ETF,其标的范围是在三家商品期货交易所上市交易的42个商品期货合约,如铜、铝、大豆、棉花等商品期货品种合约及其指数产品。

      与进行其他类型ETF投资类似,这类投资者不用在交易所市场直接购买商品期货合约,而是在基金公司购买商品ETF的基金份额,基金公司直接购买铜、铝、大豆、棉花等商品期货合约或相关指数期货产品。

      这一创举发生的背景是,伴随国内理财需求日趋多样化,积累了一定ETF发行管理经验的公募基金希望在商品期货领域寻求投资范围、基金品种的突破。

      2013年12月20日,作为中国期货类资产管理规模最大的基金公司,由财通基金冠名定制的“中证财通永安商品期货指数系列”正式发布,这其中囊括了4个指数:商品期货综合指数、能源及原材料期货指数、农产品期货指数以及贵金属期货指数。

      根据已公布的相关方案,该指数系列分别选取对应样本空间中过去一年日均未平仓合约占比前95%的期货品种为样本,按国内表观消费金额:持仓金额一定比例方式确定权重;指数采用动态展期策略,并设定新上市商品快速进入机制。

      同年,申万研究所发布了申万商品期货综合指数及农产品、工业金属、贵金属3只细分指数。“我们从品种选择、权重分配、合约选择、合约轮换等多角度出发,强调指数的可投资性和可跟踪性。”申万研究所金融工程部高级分析师蒋俊阳曾介绍说。

      “过去几年中,包括国内三大商品期交所、中证指数有限公司及部分基金公司、券商等,先后在大宗商品指数的编制上发力并形成一定研究成果。这些指数产品可能会成为商品期货ETF运行之初的投资标的较好选择,一些成熟的运行机制也可能被吸纳进来。”一位接近交易所的市场研究人士说。

      值得注意的是,公募基金参与期货市场仍存在一定障碍。今年6月,证监会新闻发言人邓舸在例行新闻发布会上表示,在传统二级市场以外,公募基金可以投资于中小企业私募债券等非公开发行在证券交易所转让的债券,股指期货、国债期货等证券衍生品以及黄金合约等商品合约。证监会将在基金法等法律法规范围内大力支持公募基金创新发展,在风险可控前提下不断丰富基金品种、拓展基金投资范围。“目前,证监会正在研究基金参与融资融券、期权、商品期货等业务规则。”邓舸说。

      这一表态为公募基金参与商品期货范围清障的倾向已十分明显。8月29日,中国证监会就《公开募集证券投资基金运作指引第1号——商品期货交易型开放式基金指引》(下简称“《指引》”)公开征求意见,并表示将择机推出商品期货ETF产品。

      “这些指数产品需要扎实的研究数据,在运行以及风控上也需要期货公司的专业建议,对于基金公司和券商来说,期货公司方面的数据共享和研究支持必不可少。”上述市场研究人士称。

      成本及风险控制是运行关键

      海通证券金融产品研究中心数据显示,目前商品ETF主要有农业、能源、贵金属、工业材料四大类。商品ETF又分为实物支持ETF和非实物支持ETF两类,实物支持ETF直接持有实物资产,主要用于贵金属领域。非实物支持ETF主要投资于交易所市场上的大宗商品期货或OTC市场上的大宗商品远期、互换等金融衍生品。

      数据显示,截止到2012年底, 全球商品ETF规模约为2000亿美元,占全球ETF规模占比为10.4%的商品ETF中,贵金属ETF虽然数量仅占28%,但规模占比达到81.24%。其他类别商品ETF规模占比总计不超过20%。非实物支持的商品期货ETF在国际上仍是小众市场。

      《指引》明确,基金产品持有者不能办理实物商品交割业务。这即明确了商品期货ETF为非实物支持的商品ETF。

      “相较于实物支持ETF而言,非实物支持ETF的投资管理过程较为复杂。由于标的资产的特殊性和局限性,这类ETF给基金的日常运营和投资管理将带来很多挑战,商品基金经理和商品交易顾问需要非常熟悉商品期货的合约特点和交易机制。”上述市场研究人士以成立于2006年4月9日的美国市场上规模最大的一只原油商品ETF USO(United States Oil Fund)为例,进行了解释说明。

      据介绍,该ETF主要持仓标的为WTI原油期货合约,通过投资原油期货达到跟踪原油现货价格走势的目的,截至2012年中,资管管理规模超过13亿美元。

      “与其他类别ETF不同,商品期货ETF由于合约常常到期原因,管理人必须进行平仓操作,往往面临着换仓操作成本。”该市场研究人士解释称,若近期合约价格低于远期合约价格,商品期货ETF基金经理将以低价对近期合约平仓,并以高价买入远期合约,这将在一定程度上抬高操作成本;反之,则有超额收益。“无论何种情况,长期来看,必将导致商品期货投资组合的业绩表现同商品现货存在较大跟踪差异,在较长时间周期内,商品期货ETF的业绩表现与现货的表现将出现明显偏离,从而无法实现跟踪价格目的。”

      截至2012年7月17日,USO自成立后共实现累积收益率-50.80%,同期原油现货价格增长了29.97%。“这一明显偏差主要是由于USO频繁地换仓操作造成的。”上述市场研究人士表示,换仓操作成本除了期货近期合约即将到期时,期货近、远期合约存在明显的价格不连续造成折溢价之外,换仓操作需要缴纳期货保证金这一条件也不容忽视,随着时间累积,换仓次数越多,操作越频繁,对ETF的业绩造成的影响越明显。

      此外,商品期货ETF产品具有一定杠杆性和做空功能,主要源自期货交易中的保证金交易机制和双向交易机制。对此二项,《指引》明确进行了限制:商品期货ETF所持有商品期货合约的价值合计(买入、卖出轧差计算)不低于基金资产净值的90%、不高于基金资产净值的110%,除支付商品期货合约保证金以外的基金财产,应投资于货币市场工具;商品期货ETF持有卖出商品期货合约只能用于风险管理或提高资产配置效率。

      “除了操作成本控制需要基金管理人员具备专业的期货交易素养,尽管《指引》捆绑了商品期货ETF的杠杆和做空手脚,但期货交易机制也意味着相关ETF产品的杠杆性和做空功能不可避免,其操作的灵活度和复杂度高于其他类别ETF产品。这些对结算及风险控制环节的要求很高,这是在证券交易所挂牌交易的商品期货ETF需要注意的,与期货市场对接合作的默契度将是商品期货ETF顺利运行的关键。”华东一位期货公司高管表示,对于长久处于分业经营状态的两个市场来说,这是机遇,也是考验。

      建议建立两市沟通机制

      北京一家期货公司营业部负责人告诉记者,商品期货ETF属于期货关联度很高的产品,长期发展过程中,期货公司对于杠杆交易和双向交易风险控制积累了丰富的经验,对于这类产品,期货公司是风险控制方面的专家。“未来,期货公司在产品交易方面的优势可能更大一些。”

      一位之前就职于期货公司,现在就职于券商的市场人士告诉记者,尽管对于保证金交易机制和双向交易机制,证券公司是比较陌生的,但对于这一业务的开展,证券公司还是具备相当实力的。对于期货公司津津乐道的长期以来形成的风控经验和制度等,她认为,实力决定一切,证券公司可以直接从期货公司挖人,甚至把整个部门全部挖走,制度和其他经验都可以借鉴。“相比期货公司,证券公司在这方面并没有短板。”

      她以一个细节来说明二者的不同。以前她所在期货公司的办公网络是公用的,一旦出现故障,就影响到交易系统。而现在的证券公司的办公网络与交易系统是完全分开的。“券商不介意在基础设施上多花钱。”她说。

      据了解,由于交易机制的特殊性,商品期货ETF将无法沿用之前其他类别ETF应用的技术系统。而据投资人士称,这样的系统平台目前还未见诸市场。一家借期权研推契机介入中国市场的台湾胜元期信息科技(上海)公司产品总监王鼎告诉记者,公司对这一产品的交易软件开发很感兴趣,不过,目前亚洲市场并没有类似的商品期货ETF产品,在此方面并不熟悉,一切都要从零开始,因此对于真正介入这一市场的时候还是会很谨慎的,不会因为贪图市场份额盲目开发无法控制的产品,让公司长期建立起来的品牌美誉度遭受损失。

      “随着资管牌照的发放和风险子公司业务放行,期货公司变相具备了发展自营业务所要求的人才、技术等基础,未来对于包括商品期货ETF在内的期货投资工具和产品,期货公司或将是最大的收益方之一,券商为期货公司产品做客户对接不是不可能。在商品期货ETF运行初期,期货公司对券商的IB也会再度升温。无论在客户资源还是专业方面,双方各有优势,不宜再以之前的分业眼光各走各路,两个市场应该建立顺畅的沟通机制。”上述华东期货公司高管表示。

    展开全文
  • 如何炒商品期货参考.doc
  • 浅谈商品期货套期会计实务
  • 国内商品期货标准交易系统,非常值得学习。
  • 文华指标公式期货软件商品期货技术分析日内短线交易系统.doc
  • 商品期货的技巧精选.doc
  • 中国商品期货交易品种介绍.ppt
  • 文华财经期货指标公式源码商品期货日内短线指标组合公式源码.doc
  • 文华期货软件指标公式源码商品期货日内短线指标组合公式源码.doc
  • 商品期货价格发现的实证研究以大豆期货为例-论文.zip
  • 文华财经指标公式源码商品期货日内短线指标组合期货软件指标.doc
  • QT版商品期货合约基础数据封装 详情请看 https://blog.csdn.net/XLEdoo/article/details/111472771
  • 文华财经期货指标公式源码商品期货5分钟k线战法公式源码.doc
  • 文华财经期货指标软件公式源码商品期货日内短线指标组合公式源码.doc
  • 文华财经期货软件指标公式源码商品期货日内短线指标组合公式源码.doc
  • 文华期货软件指标公式源码商品期货5分钟k线战法公式源码.doc
  • cta05商品期货通用策略-附件资源
  • CTA02商品期货通用策略-附件资源
  • 商品期货移仓类库

    2020-11-01 11:35:15
    编写商品期货策略的时候,经常有移仓的需求。那么如何实现这样的操作呢?在商品期货多品种主力自动移仓海龟交易策略中我们看到了相关移仓操作的实现。借鉴策略中的移仓机制,我们设计一个「商品期货移仓类库」。 移...

    设计实现

    编写商品期货策略的时候,经常有移仓的需求。那么如何实现这样的操作呢?在商品期货多品种主力自动移仓海龟交易策略中我们看到了相关移仓操作的实现。借鉴策略中的移仓机制,我们设计一个「商品期货移仓类库」。

    移仓操作其实并不复杂,只是在需要移仓的时候,把当前仓位平掉再到需要移动到的合约开出新仓位即可。具体设计出两种使用场景。

    • A合约 -> B合约
      待策略中编写的条件触发,执行一次A合约到B合约的移仓操作。
      例如一次按钮交互操作触发:

      var q = $.NewTaskQueue()                        // 生成用于具体下单操作的对象,源自商品期货交易类库
      var t = $.NewTransfer(exchange, q, $.IsTrading) // 生成处理移仓操作的对象
      ...
      var cmd = GetCommand() // 获取交互命令
      if(cmd) {              // 接收到任何交互命令
          t.process("rb2010", "rb2101")  // 执行移仓
      }
      ...
      
    • 切换主力合约
      检测系统中主力合约变更,进行当前旧主力合约到新主力合约的移仓操作。

    该模板类库不设计参数。

    // 导出函数(接口)
    $.NewTransfer = function (e, taskQueue, IsTrading) {
        var self = {}
        self.currSymbol = ""
        self.e = e
        self.q = taskQueue
        self.IsTrading = IsTrading
        self.arrAction = []
        
        self.process = function(symbolA, symbolB) {
            if((typeof(symbolB) == "undefined" && !self.IsTrading(symbolA)) || (typeof(symbolB) != "undefined" && !self.IsTrading(symbolA) && !self.IsTrading(symbolB))) {
                return 
            }
            
            self.arrAction = []
            // 检测参数是否有symbolB , 没有即为检测主力合约 , 有则为移仓具体合约
            if(typeof(symbolB) == "undefined") {
                // 检测symbolA合约是否为XX888 或者 XX000
                if(symbolA.indexOf("888") == -1 && symbolA.indexOf("000") == -1) {
                    throw "缺少symbolB参数!"
                }
    
                // 检测是否触发移仓
                var insDetail = null
                if(self.currSymbol == "") {
                    insDetail = _C(self.e.SetContractType, symbolA)
                    self.currSymbol = insDetail.InstrumentID
                }
    
                insDetail = _C(self.e.SetContractType, symbolA)
                if(self.currSymbol != insDetail.InstrumentID) {
                    var oldSymbol = self.currSymbol
                    var pos = self.q.GetPosition(self.e, oldSymbol)
                    if(pos && pos.Amount > 0) {
                        // 移仓
                        self.arrAction = [oldSymbol, insDetail.InstrumentID, pos]
                        Log("开始移仓:", self.arrAction[0], "->", self.arrAction[1], self.arrAction, "#FF0000")
                    } else {
                        self.currSymbol = insDetail.InstrumentID
                    }
                }
            } else {
                // 检测是否有symbolA持仓
                var pos = self.q.GetPosition(self.e, symbolA)
                if(pos && pos.Amount > 0) {
                    // 移仓
                    self.arrAction = [symbolA, symbolB, pos]
                    Log("开始移仓:", self.arrAction[0], "->", self.arrAction[1], self.arrAction, "#FF0000")
                } else {
                    Log("没有检测到", symbolA, "的仓位,pos:", pos, "#FF0000")
                }
            }
    
            if(self.arrAction.length == 3) {
                self.q.pushTask(self.e, self.arrAction[0], (self.arrAction[2].Type == PD_LONG || self.arrAction[2].Type == PD_LONG_YD ? "closebuy" : "closesell"), self.arrAction[2].Amount, function(task, ret){
                    if(!ret) {
                        Log(self.arrAction[0], "移仓平仓失败!", self.arrAction[0], "->", self.arrAction[1], "#FF0000")
                        return 
                    }
    
                    Log("移仓进度平仓成功,开始开仓!", self.arrAction[1], "数量:", self.arrAction[2].Amount, "#FF0000")
                    self.q.pushTask(self.e, self.arrAction[1], (self.arrAction[2].Type == PD_LONG || self.arrAction[2].Type == PD_LONG_YD ? "buy" : "sell"), self.arrAction[2].Amount, function(task, ret){
                        if(!ret) {
                            Log(self.arrAction[1], "移仓开仓失败!", self.arrAction[0], "->", self.arrAction[1], "#FF0000")
                            return 
                        }
                        Log("移仓成功!", self.arrAction[0], "->", self.arrAction[1], "#FF0000")
                    })
                })
            }
    
            while(self.q.size() > 0) {
                self.q.poll()
                Sleep(500)
            }
        }
    
        return self
    }
    
    // 测试函数,在主策略中执行
    function main() {
        var q = $.NewTaskQueue()
        var t = $.NewTransfer(exchange, q, $.IsTrading)
        var isTransfer = false
        var isFirst = true
        var n = 0
        while(true) {
            if(exchange.IO("status")) {
                LogStatus(_D(), "已经连接!")
                if(isFirst) {
                    isFirst = false 
                    exchange.SetContractType("rb1905")
                    exchange.SetDirection("buy")
                    var ticker = exchange.GetTicker()
                    exchange.Buy(ticker.Last + 10, 1)
                    Log(exchange.GetPosition())
                }
                
                // 检测主力合约移仓
                t.process("rb888")
                
                // 模拟触发一次
                /*
                if(n == 20) {
                    t.process("rb1905", "rb1910")   
                }
                */
    
                // 检测条件触发移仓
                /*
                var cmd = GetCommand()
                if(cmd) {
                    isTransfer = true
                }
                if(isTransfer) {
                    t.process("rb2010", "rb2101")
                    isTransfer = false
                }
                */
            } else {
                LogStatus(_D(), "未连接!")
            }
            n++
            Sleep(1000)
        }
    }
    

    该模板类库中的main函数即为在主策略中的测试代码,例如下图:

    在这里插入图片描述

    回测测试

    在这里插入图片描述

    测试代码在开始时,开出一个仓位,随后使用主力合约检测的方式移仓。

    或者使用具体条件触发一次移仓,进行测试。

    在这里插入图片描述

    只进行一次具体的移仓操作。

    在这里插入图片描述

    模板地址:https://www.fmz.com/strategy/217823
    教学为主,实盘使用需具体研究代码优化修改。

    展开全文
  • 文华期货指标商品期货日内短线指标组合文华财经指标公式源码公式源码.doc
  • 文华财经期货指标软件公式源码商品期货5分钟k线战法公式源码.doc
  • 文华财经期货软件指标公式源码商品期货5分钟k线战法公式源码.doc
  • 分数商品期货期权定价模型及其实证研究,马超群,刘超,商品期货期权在企业进行套期保值、完善期货市场功能、构造商品投资组合中起重要作用。商品期货市场是一个复杂的非线性动力学系统
  • 文华财经指标公式期货软件指标公式赢顺云指标商品期货短线指标公式.doc
  • 商品期货短线交易指标文华财经指标公式期货软件指标公式赢顺云指标.doc
  • 大宗商品期货交易市场简况及大宗商品在供应链金融中的应用分析
  • 全球商品期货量化交易策略

    千次阅读 2020-09-08 09:46:41
    商品期货品种繁多,可以通过多品种投资有效降低回撤。商品期货市场与股票市场有着相对较低的相关性,因此经常被作为分散投资、降低风险的良好标的。 海外有相当多的对冲基金同时投资于大宗商品、股票、外汇等市场,...

     商品期货品种繁多,可以通过多品种投资有效降低回撤。商品期货市场与股票市场有着相对较低的相关性,因此经常被作为分散投资、降低风险的良好标的。 海外有相当多的对冲基金同时投资于大宗商品、股票、外汇等市场,而国内的基金公司也开始逐步关注商品期货市场。本篇报告介绍了海外部分主要投资于商品期货的量化对冲基金, 同时对国内商品期货市场上的量化基金做了概述。

    全球商品期货量化对冲基金及产品介绍商品期货交易源远流长,分布广泛。商品期货品种繁多,因此可以通过多品种投资有效降低回撤。另一方面,商品期货市场与股票市场有着相对较低的相关性,因此经常被作为分散投资、降低风险的良好标的。海外有相当多的对冲基金同时投资于大宗商品、股票、外汇等市场,而国内的基金公司也开始逐步关注商品期货市场。这篇报告介绍了海外部分主要投资于商品期货的量化对冲基金,同时对国内商品期货市场上的量化基金做了概述。

    常见商品期货交易策略除套期保值之外,以博取收益为目的的常见商品期货交易策略包括套利策略、短线投机策略和中长线趋势策略。套利策略我们主要介绍跨期套利、跨市场套利和跨品种套利。在这一部分,我们对可供套利的期货市场和期货品种均做了介绍。短线投机策略与中长线趋势策略部分,我们主要对海内外部分经典交易策略做了介绍,为新策略的研究设计做铺垫和准备。

    商品期货中长线策略建模及实证商品期货的中长线策略在海外对冲基金中非常常见。一方面中长线策略与短线策略的相关性较低,可用以分散投资、降低风险;另一方面中长线策略对交易系统的要求相对较低。在这一部分,我们选择上面提到的几个中长线策略做实证研究,并将我们前期报告提出的 LLT低延时趋势线用于商品期货的趋势判别。研究发现,通过多个品种分散投资,确实能有效降低回撤,分散投资风险。

    一、全球商品期货量化对冲基金及产品介绍

    我们前期发表了二十余篇关于股指期货的交易策略报告(详见另类交易策略系列)。由于期货交易具有杠杆,风险和收益同时被放大,因此有些策略为了避免较大回撤而引入止损机制。但由于证券市场的厚尾效应,止损机制同时会使交易者错失部分盈利机会。

    相比较而言,商品期货在这方面有更灵活的处理方式。商品期货有多个品种(国内截止至今天共有 46 个品种),且各个品种之间相关性相对较弱。因此投资者可以选取若干个品种同时进行交易,通过分散投资有效降低回撤,也就避免了止损机制的引入。

    (一)商品期货量化对冲基金概述

    近年来,商品期货已经获得越来越多量化投资者的关注。投资于商品期货,一是对抗通货膨胀的一种方式,二是可以减弱投资组合的风险,因为商品期货与其他类型的资产的相关性一般较低。

    那么,商品期货市场本身主要有哪些风险呢?第一是通货膨胀:许多国家现在仍实行低利率以及较大的财政赤字。负的实际利率很可能导致商品市场的通货膨胀。第二是政治风险:例如贸易禁令、战争、恐怖袭击等。1973 年的石油禁运,导致了能源价格出现了急剧上涨。第三是极端的气候:例如霜冻、飓风、海啸等。当这些灾难性的的气候出现时,许多商品期货的价格会出现猛涨。

    商品期货的量化策略,按持仓时间分类有短线和中长线之分。根据海外多个商品期货市场的测算结果,短线策略经常有更低的回撤,尤其是在一些极端情况之下 (例如 2008-2009 年的金融危机),而中长线策略则容易产生更好的收益。因此,同时使用短线和中长线策略可以同时平衡收益与风险。

    (二)海外商品期货量化对冲基金及产品介绍

    1、Global-Macro-Universal

    Global-Macro-Universal是德国vonPreussen-Hohenberg Management AG 公司旗下的产品。该公司于 1988 年在德国苏黎世成立,活跃于全球的大宗商品和外汇交易市场。

    Global-Macro-Universal主要投资于全球的大宗商品,同时也投资于外汇和股指:大宗商品(包括金属、能源等)占60%,外汇占 30%,股指占 10%。该产品在量化的基础上采用多策略组合,24 小时挖掘全球市场的短线、中线、长线投资机会。该产品自 1988 年成立,至今持续保持盈利,累积收益达23465.63%,年化约 22%, 最大回撤-11.23%。Global-Macro-Universal的净值曲线如图 1 所示。

    2、Emil van Essen Spread Trading Program

    Emil van EssenSpread Trading Program 是芝加哥Emil van Essen 公司旗下的产品。该公司专注于衍生品交易,于2008 年 8 月注册为 CTA 和CPO,并在 2011 年 3 月成为NFA 会员。Emil van Essen Spread Trading Program 主要通过跨期套利和相对价值交易来获取阿尔法,交易品种主要包括原油、燃料油、天然气、玉米、小麦、大豆、银、活牛、瘦肉猪、糖、铜和咖啡。该产品收益率与多个基准,包括 CTA、商品指数、股票指数都很低的相关性。该产品于 2006 年 12 月成立,直至现在仍是公司的旗舰产品。成立至今累积收益达 306.43%,最大回撤-36.21%。Emil van Essen Spread Trading Program 的净值曲线如图 2 所示。

    3、CommodityLong-Short Program

    Commodity Long-Short Program 是 Red Rock Capital 公司旗下的产品。Red Rock Capital 是芝加哥一家屡获殊荣的大宗商品投资管理公司,在量化和系统化的投资管理上的卓越表现获得了无数次认可。该公司于 2003 年9 月成立,至今已接近 12 周年,仍在资本市场上快速成长。

    Commodity Long-Short Program 采用一种独特的量化模式识别技术,捕捉商品期货价格在短线或长线上的方向性突破。这些模式是无法使用肉眼观察的。该策略既可以追踪趋势,又可以判断反转。交易中平均持仓时间为 9 个交易日。最重要的是,该产品与Newedge Trend CTA Index(实时追踪CTA 每日平均绩效的指数)具有低至 0.14 的相关系数。该产品于2013 年 9 月成立,直今不到2 年,累积收益达 65.01%, 最大回撤-5.92%。Commodity Long-Short Program 的净值曲线如图 3 所示。

    4、Deutsche Enhanced Commodity Strategy Fund

    Deutsche EnhancedCommodity Strategy Fund 是Deutsche Asset & Wealth Management 公司的产品。Deutsche Asset & Wealth Management 公司是世界上历史最悠久,规模最大的金融机构之一——德意志银行集团的支柱,管理超过 1 万亿美元的资产,服务于40 个国家约 250 万客户。

    Deutsche EnhancedCommodity Strategy Fund 是一个指数增强型基金,主要使用三个投资策略:相对值策略,趋势策略,滚动增强策略。相对值策略是该基金使用一个独有的量化计算方法来确定各个商品品种的权重。该基金在设定的事件触发时,才调整各个商品的权重,减少价值高估的商品权重,增加价值低估的商品权重。趋势策略主要用于整个商品市场。该基金通过一个私有的基于动量的量化公式来预测商品市场的方向。当发现商品普遍高估时,将调低所有商品品种的持仓。滚动增强策略主要用于处理不同月份之间的合约交割问题。

    Deutsche EnhancedCommodity Strategy Fund 的净值曲线如图4 所示。

    二、常见商品期货量化交易策略

    (一)商品期货套利策略

    套利策略一般包括期现套利、跨期套利、跨市场套利、跨品种套利等。

    对于商品期货而言,期现套利必须交易大量的商品实物,这对大多数机构投资者而言并不合适。因此,我们仅介绍跨期套利、跨市场套利和跨品种套利。

    1、跨期套利

    跨期套利的思路一般如下:对某一品种主力合约和次主力合约的价差做统计(一般是厚尾分布),然后选取恰当的分位数设定阈值,则可进行反转套利。我们前期的报告《趋强避弱商品期货套利策略》中对其已有详细的研究,在此就不赘述了。

    2、跨市场套利

    跨市场套利即对同一期货品种在不同市场间进行套利。国内3个商品期货交易所并没有重复的品种,因此跨市场套利一般在国内和海外的期货交易所之间进行。对于同一种商品,交易所与原产地的距离会影响价格。

    相对于其他套利方式,跨市场套利有着一些特有的风险。例如,套利的效果会受到汇率变动的影响,交易所制度的不同(如涨跌停板制度、交易时间等)也在一定程度上影响套利。

    对于国内投资者而言,主要有以下几个海外市场可供套利:

    (1)芝加哥期货交易所(CBOT)

    芝加哥期货交易所成立于1848年,是一个著名的期货、期权交易所,2006年10 月17日与美国芝加哥商品交易所(CME)合并成芝加哥商品交易集团,成为全球最大的衍生品交易所。

    芝加哥是美国最大的谷物集散地,而芝加哥期货交易所早期也已有农产品(000061,股吧)的交易,如大豆、玉米、小麦。经过漫长的发展,现在的交易系统已经非常稳定和成熟。因此,国内大商所的大豆、玉米,郑商所的强麦,均可与其进行跨市场套利。

    (2)伦敦金属交易所(LME)

    伦敦金属交易所成立于1876年,是世界上最大的有色金属交易所。伦敦金属交易所采用国际会员资格制,绝大多数的交易来自于海外市场。交易所的交易品种有铜、铝、锌、铅等有色金属,可以与上期所相应的金属期货进行跨市场套利。

    (3)马来西亚衍生品交易所(BMD)

    马来西亚衍生品交易所具有世界上最具流动性和运作最成功的毛棕榈油期货 (FCPO)合约。

    2009年9月17日,马来西亚衍生品交易所已与芝加哥商商品交易所(CME)建立战略伙伴关系,以实现全球无障碍的衍生品流通。马来西亚衍生品交易所通过全球期货电子交易系统,使FCPO成为世界棕榈油价格的基准。

    马来西亚衍生品交易所的毛棕榈油期货可与我国大商所的棕榈油期货进行跨市场套利。

    (4)纽约商品交易所

    纽约商品交易所分为NYMEX和COMEX两个部分其中NYMEX主要进行能源类商品的交易,而COMEX主要进行金属类商品的交易。COMEX具有全球最大的黄金期货交易市场,同时也有银、铜、铝等期货和期权合约。

    纽约商品交易所具有建立在网络上的电子交易系统,使得交易者几乎可以24小时进行交易。我国上期所的多个金属类期货可以与其进行跨市场套利。

    (5)东京工业品交易所(TOCOM)

    东京工业品交易所成立于1984年11月1日,是一家综合商品交易所,曾经是世界上最大的橡胶交易所。其前身为成立于1951年的东京纺织品交易所、成立于1952年的东京橡胶交易所和成立于1982年的东京黄金交易所,上述三家交易所于1984年11月1日合并后改为现名。

    东京工业品交易所的橡胶期货合约(RSS)于1952年12月12日上市交易,是世界上最早的天然橡胶期货合约。日本作为橡胶的消费国,RSS合约至今仍有足够的成交量。因此,可与我国上期所的橡胶期货进行跨市场套利。

    3、跨品种套利

    跨期套利常受制于合约流动性,相比而言,跨品种套利可以容纳更大的资金, 具有更好的实际操作性。

    跨品种套利的思路一般如下:选取相关性强的两个品种,计算价格比值。根据价格比值的走势可以采取趋势套利和反转套利两种方式,具体的实现方式则有多种。例如,趋势套利可以使用移动平均线等方式,而反转套利可以使用统计价格比值设定反转阈值的方式。我们前期的报告《跨品种套利策略研究》对趋势套利型的跨品种套利做了研究。

    跨品种套利的品种选择一般有两类。一是选择产品与原材料,二是选择能互相替代的产品。具体国内市场而言,跨品种套利一般可以在以下品种中进行:

    (1)螺纹钢与铁矿石、焦炭钢铁生产中最重要的原料就是铁矿石,其次是焦炭。

    钢铁生产的技术流程现已十分成熟,没有大的变化。生产1吨生铁,大约需要1.5-2吨的铁矿石,0.4-0.6吨的焦炭。因此,钢铁的价格基本上取决于铁矿石与焦炭的价格。钢铁与铁矿石的相关性很强,与焦炭的相关性次之。

    (2)大豆与豆油、豆粕

    豆油是常用的食用油,而豆粕则可以作为动物饲料。压榨加工大豆,可以产出豆油并剩下豆粕,因此这三者之间可以进行跨品种套利。一般而言,100%大豆=18.5%豆油+80%豆粕+1.5%损耗。

    (3)焦煤与焦炭

    焦煤是焦炭的上游产业,按照现在的生产技术,1.3吨焦煤可以产出1吨焦炭。因此,二者价格相关性强,可以进行跨品种套利。

    (4)热轧卷板与螺纹钢

    热轧卷板是一种钢板,以板坯为原料,加热之后进行粗轧和精轧后产出。热轧卷板作为一种重要的钢材,广泛应用于基建、船舶、汽车等领域。

    热轧卷板与螺纹钢同为钢材,原材料成本相近,因此两者价格具有较好的相关性。然而,由于下游消费市场具有差异,两者短期的供需关系会有不同,也就提供了套利机会。

    (5)豆油、棕榈油与菜籽油

    豆油、棕榈油与菜籽油均为食品添加剂,互为替代品。一般的,豆油与棕榈油、豆油与菜籽油的相关性较强,而棕榈油与菜籽油的相关性则相对弱些,因此推荐使用豆油与其他两个品种进行套利。

    豆油的原料大豆主要产自于美国、巴西及阿根廷,而棕榈油则一般产自于印度尼西亚和马来西亚。由于不同地区的气候差异等因素,豆油与棕榈油的价差往往会出现波动,为投资者提供了套利机会。

    由于菜籽油营养更为丰富且原料价格高,菜籽油的价格一般高于豆油,两者的价差一般较为稳定。同样的,价差受到季节性气候等的影响,会出现一些跨品种套利机会。

    (6)强麦与玉米

    强麦指强筋小麦。小麦和玉米是世界范围内的两种重要农作物,在粮食和饲料市场中占据相当大的份额。两者互为替代品,价格具有同涨同跌的大趋势。但由于两者的收获季节不同,受气候等因素的影响也不同,因此价差会出现波动,提供跨品种套利机会。

    (二)商品期货短线投机策略

    1、R-Breaker 策略

    R-Breaker是一个日内的短线交易策略。一般使用1分钟、5分钟和10分钟的交易数据。R-Breaker策略根据上一交易日的收盘价、最低价、最高价,加上3个模型参数计算出6个价位,从大到小分别为:突破买入价、观察观察卖出价、反转卖出价、反转买入价、观察买入价、突破卖出价,根据这6个价位进行相应的开平仓,既可以追踪趋势,又可以判断反转。具体的交易规则如下:

    (1)若日内最高价超过观察卖出价后,又下跌跌破反转卖出价,则采取反转策略,平仓多单(若持有多单)并开仓做空;若日内最低价超过观察买入价后,又上涨突破反转买入价,则采取反转策略,平仓空单(若持有空单)并开仓做多。

    (2)若空仓,当价格上涨超过突破买入价时,采取趋势策略开仓做多;反之, 下跌超过突破卖出价时做空。

    3个模型参数可以改变6个价位之间的距离,优化模型效果。实际上,这6个价位可以认为是平常所说的“阻力位”和“支撑位”概念。

    2、Dual-Thrust 策略

    Dual-Thrust策略实际上是对传统开盘区间突破策略的一个改进。两个策略均是对当日开盘价加减某个数(记为Range),获得一个区间,突破区间上轨做多,突破区间下轨做空。开盘区间突破策略通过前一个交易日的最高价和最低价确定Range的值,而Dual-Thrust策略使用前N日的4个价格(前N日最高价HH、前N日最低价LL、前N日最高收盘价HC、前N日最低收盘价LC)来确定Range的值。并且引入更多参数,使得通过Range确定的区间可以是非对称的。具体算法如下:

    Range =Max(HH-LC,HC-LL) 价格区间上轨:开盘价+K1*Range 价格区间下轨:开盘价-K2*Range

    (三)商品期货中长线趋势策略

    在这一小节,我们主要介绍4个商品期货中长线趋势策略:均线策略、通道突破策略、动量策略、Aberration策略。

    根据海外商品期货市场的实证研究,均线策略与通道突破策略比动量策略更加有效,且更加稳定。从1959年到1995年,均线策略与通道突破策略在各种参数之下都能有很好的表现,而动量策略虽略逊一筹,但也保持正收益。1996年到2007年, 三个策略的表现都出现了下降,但均线策略与通道突破策略仍在多个参数组合下有良好表现,而动量策略则差强人意。

    上述3个策略可以说是古老而经典的策略。相比而言,Aberration则是更加成熟的交易系统,它曾在美国《Futures Truth Magazine》的交易系统排行榜上名列前茅。长期看来,Aberration交易系统保持很好的稳定性。

    1、均线策略

    均线策略使用两条移动平均线来判断趋势。当短周期均线(STMA)超过长周期均线(LTMA)B%时做多,当短周期均线落后长周期均线B%时做空。也即:STMA> LTMA *(1+B)时做多,STMA< LTMA *(1-B)时做空,LTMA * (1-B)<stma< 常使用1或2个月均线,ltma常使用6或12月均线。b的取值一般在0.025到0.05之间,但有时候为了简化策略、减少参数,可令b="0。

    2、通道突破策略

    在海外,该策略同样常用于月线数据。当某个月收盘价超过前面L个月的收盘价的最大值时,则做多;低于前面L个月的收盘价的最小值时,则做空。对于该策略, 有投资者会规定一个持仓时间,例如持仓L个月;另外也有投资者会一直持有到相反的开仓信号出现。通道长度L的取值有多种,常用的取值有3,4,5,6,9,12个月等。

    3、动量策略

    有研究人员认为,市场的上涨或者下跌趋势具有动量效应,能够维持一段时间。动量策略也就据此提出:首先选出3个商品期货品种,然后在过去的L个月内进行收益率排序,并对排第一的品种开多单,排第三的品种开空单,持仓时间均为1个月。L可以取1,2,3,6,9,12个月等。

    4、Aberration 策略

    Aberration交易系统由Keith Fitschen于1986年发明,1993年Keith Fitschen 将该系统商业化发布在Future Trust杂志上。Aberration策略根据布林线做交易: 向上突破上轨做多,向下突破下轨做空,回到中轨时平仓。我们知道,布林线是由移动平均线和标准差定义的。在正态分布的假设下,证券价格大部分会在布林线带内波动。Aberration策略的思想就是:在大部分的震荡时间中等待一个新趋势出现的小概率事件发生。因此,Aberration策略交易频率并不高,一般每年交易某个品种3-4次,平均每笔交易持仓60天,通过长线来获取利润。在海外市场,Aberration 策略中布林线的初始参数设臵为MA30±2 个标准差。另一方面,Aberration策略同时交易8个相关性较低的品种,包括商品期货和股指期货等,通过分散投资避开大风险。

    三、商品期货中长线策略建模及实证

    商品期货的短线 CTA 策略,与股指期货类似。我们在另类交易策略系列报告中, 已经对股指期货的交易策略做了详细的研究。因此,此小节主要介绍商品期货的中长线策略。

    商品期货的中长线策略在海外对冲基金中非常常见。一方面中长线策略与短线策略的相关性较低,可以用以分散投资、降低风险;另一方面中长线策略对交易系统的要求较低。

    (一)商品期货品种选择

    我们知道,股指期货的策略有时会加入止损机制以避免较大的回撤,但止损机制也会对收益率造成一定的限制。商品期货一大好处是可以多品种交易,也就是通过多个期货品种之间的分散投资降低总回撤,从而避免止损机制的引入。

    那么,如何选择出最合适交易的品种呢?我们认为主要关注以下三个指标。

    一是波动率。波动率用以表征一个时间区间内证券价格的波动剧烈程度,可定义收益率的标准差,也可定义为收益率自然对数的标准差。波动率越大,价格变化越大越快。因此,对于CTA 策略,波动率大的品种一般可以提供更多更好的套利机会。

    二是保证金比率。保证金比率代表一个期货品种的最大杠杆。通过杠杆的放大作用可以弥补某些品种波动率上的不足。因此,保证金比率低的品种会更具吸引力。常用的期货品种的保证金比率如表 1 所示。

    三是趋势性。由于这一小节主要介绍中长线策略,而中长线策略一般是以跟踪趋势为主。对于趋势性的定量,可以通过对一个时间窗口内的证券价格进行线性回归,使用回归直线的斜率表征该品种的趋势性。

    另一方面,各个商品期货品种上市时间长短不一。为使测算结果更加可信,我们仅使用上市时间较长的品种。测算中我们选用的期货品种以及对应的上市时间、保证金比率、交易费用均在表 1 中给出。

    (二)wind 商品品种指数

    为了方便起见,在测算中我们使用 wind 商品品种指数代替商品期货主力合约。根据 wind 官方文档,wind商品品种指数的编制规则如下:

    wind 商品品种指数=∑合约最新价x每个合约权重其中:

    每个合约权重=每个合约持仓额/品种持仓总额品种持仓总额=∑每个合约最新价x持仓量x交易单位(双边计算) 根据以上编制规则,使用 wind 商品品种指数代替商品期货主力合约是合理的。

    (三)常见商品期货策略实证

    在这一小节,我们从上文提到的商品期货交易策略中,选取了均线策略、通道突破策略、Aberration 三个策略在国内的商品期货市场上做实证研究。在实证中我们先在样本内选出若干个表现优秀的期货品种,然后同时用于样本外进行测算,最终给出多个期货品种的净值曲线。

    1、均线策略

    如上文所述,均线策略采用两条均线:短周期均线和长周期均线。当长周期均线向上穿过短周期均线时(即通常所说的“金叉”),认为市场处于多头趋势之中, 此时发出看多信号;当短周期均线向下穿过长周期均线时(即通常所说的“死叉”), 认为市场处于空头趋势之中,此时发出看空信号。

    我们在样本内使用 5、10、20、30、60、120、240这 7 个参数两两组合进行测算。在样本内的测算结果中,排除交易次数过少的组合之后,根据收益回撤比选取最优的 3 个期货品种组成等权投资组合,并在样本外进行测算组合收益率。

    (1)实证说明期货数据:使用 wind 商品品种指数数据频率:日数据;交易成本:双边万分之二;保证金比率:见表1;成交价格:每日收盘价;品种选择:选择 2007 年之前上市的商品期货品种;时间区间:选取 2007 年3 月 14 日至 2015 年6 月 4 日共 2000 个交易日。其中前 1000 个交易日为样本内区间,后1000 个交易日为样本外区间; 收益率计算方式:由于是中长线策略,因此采用复利计算;

    (2)实证结果表 2 给出了均线策略在样本内的测算结果(按收益回撤比排序前 10,已剔除交易次数少于 15 次的结果)。因此,选择TA 指数(MA5 和 MA60)、TA指数(MA10 和MA60)、沪铝指数(MA20 和MA60)构建组合,进行样本外的测算。

    样本外的测算结果如图 8 和表3 所示。可以看到,古老而简单的均线策略仍然有效,但表现不能算优秀。在样本内表现良好的沪铝,在样本外基本没有贡献收益。 TA 指数在 2015 年上半年出现了一个较大的回撤,但通过多个品种分散投资,可以降低总体的风险。投资组合的净值曲线和交易统计分别如图 9 和表4 所示。

    2、通道突破策略

    如上文所述,通道突破策略即收盘价向上突破盘整通道做多,向下突破盘整通 道做空。在实测中,收盘价高于前面 10 个交易日的最高价,则做多;低于前面 10个交易日的最低价,则做空。只有当出现新的开仓信号,才进行平仓;一旦开始交 易,整个过程中一直持有仓位。

    3、Aberration 策略

    如上文所述,Aberration 策略是依据布林线进行交易:突破布林线上轨做多, 突破布林线下轨做空,回到布林线中轨平仓。在实证中,我们沿用传统的 Aberration策略布林线参数,即为 MA30±2 个标准差。

    4、LLT 趋势线择时策略

    在我们前期的报告《低延迟趋势线与交易性择时》中,我们介绍了一种判断趋 势的工具——LLT 低延时趋势线,并在华夏上证 50ETF、易方达深 100ETF、华安上证180(510180,基金吧)ETF 和华泰柏瑞沪深 300ETF 上做了实证研究,并得出了满意的结果。LLT 的计算 公式

     

    四、总结

    本篇报告对海内外的商品期货交易情况做了一个综述。首先,我们介绍海外和国内的商品期货量化对冲基金。商品期货的投资已在海外对冲基金中占重要地位, 在国内也逐渐引起投资者的注意和重视。随后,我们系统地介绍了商品期货的几种交易策略,包括套利策略、短线投机策略和中长线趋势策略。我们罗列了可供套利的海外期货交易市场以及可供套利的期货品种,又使用国内的商品期货数据对中长线交易策略做了实证研究。

    我们研究发现,商品期货是一个不容忽视的市场。一方面,商品期货与股票市场相关性较低,是分散投资的良好标的。在股票市场出现“黑天鹅”时,商品期货或能起到分散风险、降低回撤的效果。另一方面,商品期货品种繁多,通过多品种投资,同样能起到降低风险的作用。

    ---------------------------------------------------------------------------

    推荐阅读:

    1.一个量化策略师的自白(好文强烈推荐)

    2.股票期货经典的量化交易策略都在这里了!(源码)

    3.期货/股票数据大全查询(历史/实时/Tick/财务等)

    4.一个完整的量化交易系统都需要哪些功能?

    5.学习Python有哪些书籍?这里有一份书单送给你

    6.江湖中常说的“网格交易法”到底是什么?

    7.10种经典的日内交易策略模型思路

    8.干货 | 量化选股策略模型大全

    9.量化金融经典理论、重要模型、发展简史大全

     

     

    展开全文

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 6,251
精华内容 2,500
关键字:

商品期货