本文尝试从国债期货的持仓成交数据这一另类角度出发，构建国债期货的择时策略。
　　对于中金所每日公布的10年期国债期货主力合约前20大结算会员持仓成交排名数据，我们分别从“成交持仓比”和“对冲压力比”这两个维度划分了偏投机的会员席位和偏套保的会员席位，再计算得到了投机性多空拥挤度指标。
　　对上述投机性拥挤度指标，利用滚动分位数法生成交易信号。将上述两个不同维度产生的交易信号进行等权合成后，择时效果能够获得进一步提升。复合策略年化收益0.97%，最大回撤0.99%，夏普比0.96，Calmar比0.98，胜率57.86%，盈亏比1.48。
　　此外，通过加入对套保性多空拥挤度指标以及指标分布特征的考虑，能够进一步提升策略表现。优化后策略表现大幅提升，年化收益1.66%，最大回撤0.72%，夏普比1.72，Calmar比2.31，胜率59.47%，盈亏比1.99。并且在实际投资中，可以通过适当放大杠杆比例，起到进一步增厚收益以及提高收益风险比的效果。
　　我们也进一步对策略的适用情形进行了分析。总体来看，在不加杠杆的条件下，策略在国债期货的大涨和大跌行情中表现最好，能很好地抓住国债期货的反转行情，而在走势偏震荡时则不易获取超额收益。
　　

研究报告全文：中信期货研究固定收益专题报告2022-12-30多空拥挤度指标用于国债期货择时投资咨询业务资格证监许可2012669号固收量化择时系列之一中信期货商品指数走势中信期货十年期国债期货指数中信期货沪深300股指期货指数中信期货商品指数报告要点119260115220本文尝试通过中金所每日公布的T主力合约前20大结算会员持仓成交排名数据构建了投机性多空拥挤度因子并根据滚动分位数高低进行多空择时操作通过加入111180对套保性多空拥挤度指标以及指标分布特征的考虑以及适当放大杠杆比例能够107140起到进一步增厚收益以及提高收益风险比的效果10310020223202242022520226202272022820229202210202211202212摘要固定收益团队本文尝试从国债期货的持仓成交数据这一另类角度出发构建国债期货的择时策略研究员张菁对于中金所每日公布的10年期国债期货主力合约前20大结算会员持仓成交排名数021-80401729zhangjingciticsfcom据我们分别从成交持仓比和对冲压力比这两个维度划分了偏投机的会员席位和偏套保的会员席位再计算得到了投机性多空拥挤度指标从业资格号F3022617投资咨询号Z0013604对上述投机性拥挤度指标利用滚动分位数法生成交易信号将上述两个不同维度产生的交易信号进行等权合成后择时效果能够获得进一步提升复合策略年化收益097最大回撤099夏普比096Calmar比098胜率5786盈亏比148此外通过加入对套保性多空拥挤度指标以及指标分布特征的考虑能够进一步提升策略表现优化后策略表现大幅提升年化收益166最大回撤072夏普比172Calmar比231胜率5947盈亏比199并且在实际投资中可以通过适当放大杠杆比例起到进一步增厚收益以及提高收益风险比的效果我们也进一步对策略的适用情形进行了分析总体来看在不加杠杆的条件下策略在国债期货的大涨和大跌行情中表现最好能很好地抓住国债期货的反转行情而在走势偏震荡时则不易获取超额收益重要提示本报告难以设置访问权限若给您造成不便敬请谅解我司不会因为关注收到或阅读本报告内容而视相关人员为客户市场有风险投资需谨慎中信期货研究固定收益专题报告目录摘要1一基于国债期货席位数据的会员行为划分3二基于投机性多空拥挤度的择时策略构建5一投机性多空拥挤度的计算5二基于投机性多空拥挤度的择时策略框架5三择时策略回测结果7三策略优化10一两个优化方向10二优化后的择时策略表现11四策略适用性分析12五总结13参考文献14免责声明15图目录图表1T2212合约成交持仓排名202209013图表2回测参数设置6图表3会员席位成交持仓数据择时框架7图表4回测参数设置8图表5不同参数组下的策略回测表现指标18图表6不同参数组下的策略回测表现指标28图表7不同参数组下的策略回测表现复合8图表8策略净值9图表9不同年份策略回测表现9图表10不同杠杆倍数下的策略净值9图表11不同杠杆倍数下的策略回测表现10图表12优化前后策略收益最优参数组11图表13不同年份策略回测表现优化后11图表14不同杠杆倍数下的策略净值优化后12图表15优化前后策略回测表现不加杠杆12图表16不同杠杆倍数下的策略回测表现优化后12图表17国债期货合约历史累计涨跌幅不同分位数区间下的策略多空收益和超额收益不加杠杆13215中信期货研究固定收益专题报告期货市场是多空双向市场交易者的买卖行为理论上代表其对于未来市场走势的判断与预期这可能是综合了大量公开或非公开基本面信息以及量价数据的结果而这也将最终反映到期货的成交量以及持仓量的变化中本文中我们尝试基于国债期货的持仓成交数据进行分析探究从这一另类的角度出发能否用于国债期货的择时一基于国债期货席位数据的会员行为划分考虑到国债期货总持仓量总成交量及其变化涵盖多空双向博弈的结果无法直接反应多空内部各自体现的投资信息因此我们把目标转向更为细节的少数关键交易者的多空强弱期待从其交易和持仓行为中能发现更为有效的信息中金所每日公布的国债期货会员成交持仓排名数据恰好为我们提供了一个可行的线索而且这也是最为直接可得的交易者相关信息在每个交易日收盘后中金所会在其网站上公布当日三类国债期货合约的结算会员成交持仓排名披露的信息包括单边持仓达到1万手及以上和当季合约前20名结算会员的成交量多头持仓量和空头持仓量以及三者当天的增减量下面的图表1展示的是2022年9月1日十年期国债期货主力合约的结算会员成交持仓排名图表1T2212合约成交持仓排名20220901资料来源中金所中信期货研究所315中信期货研究固定收益专题报告交易者行为主要有投机和套保两大类其中套保者在国债期货上建仓的目的更聚焦中长期市场趋势或更基于产品设计属性对短期市场多空情绪变动敏感度相对有限相较之下投机者主要根据对行情的判断进行买卖以获利投机性的单边持仓积累对期货价格的上涨或下跌推动将跟随逐步体现当然如果单边持仓积累越来越多以后未来投资者止盈离场的可能性越大期货价格越可能朝着相反的方向变动因此投机性多空持仓相对强弱或许更能够反映期货未来价格的变化基于上述考虑我们需要先对会员的交易行为进行划分首先我们先确定入选会员池由于成交量排名持买单量排名和持卖单量排名三张表中包含的会员席位各不相同为便于后续的分析我们首先挑选出三张表中共同包含的K个K20会员席位然后将剩余的不同时存在于三张表中的会员席位的持买单量持卖单量和成交量分别进行加总从而将它们合并为1个会员并命名为其他会员这样我们就得到了K1个会员其次我们考虑会员行为划分的标准我们计算了两个用于能够区分交易者行为是否偏投机的指标这两个指标只用到了每日的成交量和持仓量数据在反映每日交易活动特征的同时也很好地兼顾了简便性指标一成交持仓比参考了Garcia等1986的做法该指标定义为每日交易量TradingVolumeTV和持仓量OpenInterestOI的比值该指标基于的假设是套保者持有头寸的时间比投机者更长且套保者和投机者在不同时间段内都持有自己的头寸因此该指标更适合反映短期的投机行为的强弱而可能难以区分长期投机者和长期套保者对于每个会员而言该指标取值越大说明投机行为越占主导若该指标取值越小说明投机行为越不明显最后我们以T主力合约的作为基准对于该指标取值高于基准的会员我们定义为偏投机会员指标二对冲压力比第二个指标则参考了LuciaandPardo2010的做法该指标定义为每日持仓量变化与交易量的比值作者将其命名为对冲压力HedgePressure指标每日的持仓变化量取值范围为-因此该指标的取值范围为-11这也意味着该指标绝对值越接近于1套保行为越强投机行为越不明显该指415中信期货研究固定收益专题报告标越接近于0则说明投机行为越明显与第一个指标类似我们以T主力合约的作为基准但考虑到指标本身的逻辑对于该指标取值的绝对值低于基准的会员我们定义为偏投机会员每个交易日我们对K1个会员席位进行上述行为的划分并记偏投机会员数量为M相应的偏套保会员的数量则为K1-M需要注意的是基于上述两个指标进行划分时得到的M取值可能并不相同二基于投机性多空拥挤度的择时策略构建一投机性多空拥挤度的计算我们选取T主力合约的会员席位成交持仓数据基于前文构建的两个指标得到了偏投机的会员席位然后分别在这两个维度下计算偏投机会员席位的多空拥挤度我们定义第t日的投机性多空拥挤度SCSpeculationCrowdedness为偏投机会员的净持仓与总持仓的比值具体如下其中M为筛选出的偏投机会员席位个数基于上述两个指标进行划分时得到的会员个数M可能不完全相同该指标取值越大说明投机性多头拥挤越强反之说明投机性空头拥挤越强二基于投机性多空拥挤度的择时策略框架1信号生成考虑到一般情况下量的数据比价的数据波动更大包含更多噪音因此在这里我们首先对投机性多空拥挤度指标进行简单的平滑操作取最近1周的平均值作为当日的指标值在获得了平滑后的多空拥挤度指标后我们采用较为直观的滚动分位数方法进行交易信号的生成滚动区间长度为243个交易日国内市场一年内的交易日数量当指标高于一定阈值时意味着此时出现了较为明显的投机性多头拥挤未来国债期货价格很可能出现回调因此我们做空国债期货同理当指标低于一定阈值时我们做多国债期货其余时刻空仓等待交易时机515中信期货研究固定收益专题报告1102信号过滤我们进一步对交易信号进行了过滤信号的过滤主要考虑了两个维度分别为价格变动和移仓换月具体如下价格变动方面我们根据期货合约是否出现连续2个交易日日上涨或下跌来对初始信号进行过滤这是因为过少的天数例如1天可能无法起到有效的筛选作用而过多的天数也可能过滤掉很多有用的信息为了验证我们选取的2个交易日是否有效我们分别测算了在T日已经出现连续上涨下跌1日到上涨下跌4日的条件下T2日的发生反转的概率这么做的原因是策略在T日产生信号T1日入场在T2日才能发生盈亏图表2回测参数设置回测区间连续涨跌天数准确率总次数正确次数153461401749255476673702017年至今357342931684601810865资料来源Wind中信期货研究所根据图表2我们发现随着T日已出现连续涨跌天数的上升T2日价格发生反转的概率提升并不大只有2左右但交易次数上呈现出十分明显的减少趋势考虑到我们的策略逻辑本质上是短周期的反转择时因此交易次数也不能过少基于此我们认为将连续涨跌的天数设置为2是合理的在加入对标的物是否连续涨跌的判断后我们规定当期货连续两日上涨且多空拥挤度指标高于指定阈值时才确认为多头拥挤此时记信号为-1当期货连续两日下跌且多空拥挤度指标低于指定阈值时才确认为空头拥挤此时记信号为1移仓换月方面考虑到主力合约进行切换时会员的持仓成交数据可能发生一定波动无法有效反映交易者情绪因此我们对主力合约切换前后1周包括合约切换当日产生的信号予以剔除3策略构建我们分别计算了上一章的两个投机性指标下的多空拥挤度因子按照上述条件生成交易信号并根据交易信号构建择时策略如下615中信期货研究固定收益专题报告若信号为1在下一个交易日做多国债期货若此时持有空头头寸则先平空之后再开多若信号为-1在下一个交易日做空国债期货若此时持有多头头寸则先平多之后再开空若信号为0不进行交易若此时持有头寸则在下一个交易日进行平仓操作至此我们已经构造了一个基于会员席位成交持仓数据的T主力合约的择时框架图表3会员席位成交持仓数据择时框架是0当周是否进行合是约切换高于连续2日上涨否-1topquantile否0投机性多空拥挤度是0当周是否进行合是约切换低于连续2日下跌否1botquantile否0资料来源中信期货研究所最后我们将两类投机性多空拥挤度指标产生的交易信号进行等权合成构建复合择时策略如下若合成后的交易信号大于0则在下一个交易日做多国债期货若此时持有空头头寸则先平空之后再开多若合成后的交易信号小于0则在下一个交易日做空国债期货若此时持有多头头寸则先平多之后再开空若合成后的交易信号等于0则不进行交易若此时持有头寸则在下一个交易日进行平仓操作三择时策略回测结果我们分别展示了不同上下阈值参数下的回测结果如图表4-图表6所示并且根据图表6我们可以看出在不同上下阈值参数下策略的夏普比和Calmar比差别并不大而年化收益率和最大回撤随阈值的放宽也同步上升这是因为更宽松的阈值产生了更多交易机会因此收益率和风险也会随之上升最终我们选择的参数组合为8020一是因为这一参数组合的夏普比和Calmar比最高二715中信期货研究固定收益专题报告是根据经验法则滚动窗口越长分位数的设置也应该越严格在不加杠杆每次开仓的期货名义面值等于可用资金的条件下复合策略年化收益率为097最大回撤099夏普比096Calmar比098胜率5786盈亏比148此外考虑到国债期货保证金交易这一杠杆属性以及更好地提升资金利用效率我们也测试了最优参数组在不同杠杆倍数下的策略回测表现如图表9-图表10所示图表4回测参数设置回测区间杠杆倍数交易费用冲击成本调仓价格2017年至今15元张15VWAP资料来源Wind中信期货研究所图表5不同参数组下的策略回测表现指标1参数组年化收益率最大回撤夏普比Calmar比上阈值下阈值9010029083049035802005808407506970300501300560396040074103071072资料来源Wind中信期货研究所图表6不同参数组下的策略回测表现指标2参数组年化收益率最大回撤夏普比Calmar比9010029085056034802005913406903770300971720950576040078183068043资料来源Wind中信期货研究所图表7不同参数组下的策略回测表现复合参数组年化收益率最大回撤夏普比Calmar比9010060073082082802009709909609870301121160950976040124137096090资料来源Wind中信期货研究所815中信期货研究固定收益专题报告图表8策略净值107复合指标1指标21061051041031021011099098201723201712320181032019832020632021432022232022123资料来源Wind中信期货研究所图表9不同年份策略回测表现年份年化收益率最大回撤夏普比Calmar比201713607110819220180610760690802019061081075076202009905807517320210370610480602022183048202379全部097099096098资料来源Wind中信期货研究所图表10不同杠杆倍数下的策略净值1倍杠杆2倍杠杆3倍杠杆4倍杠杆5倍杠杆1351312512115111051095201723201813201812320191132020103202193202283资料来源Wind中信期货研究所915中信期货研究固定收益专题报告图表11不同杠杆倍数下的策略回测表现参数组年化收益率最大回撤夏普比Calmar比10970990960982198198096100330029709610144073960961035515493096104资料来源Wind中信期货研究所三策略优化一两个优化方向1考虑偏套保行为会员的多空拥挤度在前文构建拥挤度指标时我们只考虑了偏投机行为会员的多空拥挤度而忽略了套保型会员拥挤度对行情的影响事实上套保者也会在一定程度上对现券的走势进行判断进而调整套保的头寸因此套保者的行为也会对国债期货的行情构成一定的影响但影响可能不如投机者明显基于这一考虑我们也构造了套保性多空拥挤度HSHedgingCrowdedness如下其中N为筛选出的偏套保的会员个数结合两者对期货合约走势的影响程度大小我们将投机性多空拥挤度和套保性多空拥挤度分别按照09和01的比值进行加权得到最终的多空拥挤度指标如下09012考虑多空拥挤度指标的分布特征在上一部分的择时策略构建中我们采用的生成信号的方式为线性分位数法即直接根据滚动窗口期内数据的排序对样本进行均匀划分然后得到数据所处的分位数水平这样的做法虽然较为简便直观但实际上并未考虑指标本身的分布特征为了解决这一问题我们加入对多空拥挤度指标本身分布特征的考虑具体1015中信期货研究固定收益专题报告的在每个滚动窗口期内我们首先采用特定的分布函数拟合拥挤度指标的分布再根据拟合效果最好的分布函数反推出拥挤度指标在当前所处的分位数水平这里我们采用的多空拥挤度指标为上一步经过加权后的指标二优化后的择时策略表现在进行了上述两方面的优化后我们生成交易信号的方式与前文所述一致即固定窗口保持243个交易日上下分位数阈值固定80和20不变回测结果表明在考虑套保性多空拥挤度以及指标的分布特征后采用滚动分位数的择时策略表现能够获得进一步提升在不考虑杠杆的条件下改进后的策略年化收益为166最大回撤072夏普比172Calmar比231胜率可达5977盈亏比208各项指标均大幅优于初始策略图表12优化前后策略收益最优参数组112优化后策略初始策略111081061041021098201723201712320181032019832020632021432022232022123资料来源Wind中信期货研究所图表13不同年份策略回测表现优化后年份年化收益率最大回撤夏普比Calmar比2017206044165465201808507210311920191120211725292020297053242558202106904207416220222170182801220全部166072172231资料来源Wind中信期货研究所1115中信期货研究固定收益专题报告图表14不同杠杆倍数下的策略净值优化后1倍杠杆2倍杠杆3倍杠杆4倍杠杆5倍杠杆161514131211109201723201823201923202023202123202223资料来源Wind中信期货研究所图表15优化前后策略回测表现不加杠杆年化收益率最大回撤夏普比Calmar比优化前097099096098优化后166072172231资料来源Wind中信期货研究所图表16不同杠杆倍数下的策略回测表现优化后参数组年化收益率最大回撤夏普比Calmar比11660721722312340144172236352221517224347132851722505912355172257资料来源Wind中信期货研究所四策略适用性分析由于前文我们构建的多空拥挤度因子本质上是根据国债期货合约单边持仓累计到一定程度后出现的反转效应入场因此直观来看当国债期货过去一段时间上涨或者下跌越明显时择时策略的有效性越高为了验证这一猜测我们计算了过去5个交易日国债期货的累计涨跌幅然后以20的分位数为间隔将其分为5组再分别测算在不加杠杆的条件下每组下的多头择时收益空头择时收益和策略相对于国债期货本身的超额收益从测算结果可以发现即便在不考虑杠杆时对于多头端而言策略在国债1215中信期货研究固定收益专题报告期货大跌或温和下跌分别对应0-20和20-40分位数时表现最好对于空头端而言策略则能够在国债期货大涨对应80-100分位数时获得十分显著的收益从策略整体的超额收益看当国债期货出现大涨和大跌行情时超额收益最高说明此时可能更容易抓住国债期货的反转行情而在其余行情走势相对不太明确的时候策略可能无法跑赢简单买入并持有的基准原因可能在于此时识别出的交易机会较少且反转效应也不够显著使得策略难以产生持续的盈利总体而言测算的结果与我们构建择时策略的逻辑较为一致因此我们认为当出现较为显著的单边持续性趋势行情时前文构造的多空拥挤度指标在一定程度上也能够对短期内行情可能发生的反转起到提前预警的作用图表17国债期货合约历史累计涨跌幅不同分位数区间下的策略多空收益和超额收益不加杠杆多头收益空头收益超额收益42692643245174215510710790600340340120-004-1-2-197-3-4-388-5-486-602020404060608080100资料来源Wind中信期货研究所五总结本文尝试从会员席位的成交持仓排名数据出发筛选出了偏投机行为的会员席位并基于这些会员席位的成交和多空持仓数据计算投机性多空拥挤度指标我们对多空拥挤度指标进行平滑后根据滚动分位数法生成交易信号并对交易信号进行了过滤我们将两类多空拥挤度指标产生的信号进行等权合成复合后的信号可以进一步提升策略表现并且如果进一步利用拥挤度指标的分布特征代替简单的线性分位数能够进一步提高策略表现此外对于风险偏好较高的投资者可以通过增加杠杆倍数以追求更高的收益1315中信期货研究固定收益专题报告参考文献1GarciaPLeutholdRMandZapataH1986Lead-lagrelationshipsbetweentradingvolumeandpricevariabilityNewevidenceJFutMark61-102JulioJLuciaAngelPardo2010OnmeasuringspeculativeandhedgingactivitiesinfuturesmarketsfromvolumeandopeninterestdataAppliedEconomics42121549-15571415中信期货研究固定收益专题报告免责声明除非另有说明本报告的著作权属中信期货有限公司未经中信期货有限公司书面授权任何人不得更改或以任何方式发送复制或传播此报告的全部或部分材料内容除非另有说明此报告中使用的所有商标服务标记及标记均为中信期货有限公司的商标服务标记及标记中信期货有限公司不会故意或有针对性的将此报告提供给对研究报告传播有任何限制或有可能导致中信期货有限公司违法的任何国家地区或其它法律管辖区域此报告所载的全部内容仅作参考之用此报告的内容不构成对任何人的投资建议且中信期货有限公司不因接收人收到此报告而视其为客户中信期货有限公司认为此报告所载资料的来源和观点的出处客观可靠但中信期货有限公司不担保其准确性或完整性中信期货有限公司不对因使用此报告及所载材料而造成的损失承担任何责任此报告不应取代个人的独立判断本报告和上述报告仅反映编写人的不同设想见解及分析方法本报告所载的观点并不代表中信期货有限公司或任何其附属或联营公司的立场此报告中所指的投资及服务可能不适合阁下我们建议阁下如有任何疑问应咨询独立投资顾问此报告不构成投资法律会计或税务建议且不担保任何投资及策略适合阁下此报告并不构成给予阁下的私人咨询建议深圳总部地址深圳市福田区中心三路8号卓越时代广场二期北座13层1301-130514层邮编518048电话400-990-8826传真075583241191网址httpwwwciticsfcom1515