基本面量化】基于基本面逻辑评分的铁矿石预测模型

报告日期：2019年12月6日

★主要结论：

本研究没有采用传统的线性基本面量化方式，即直接用基本面因子与期货价格进行多因子回归的线性方式，而采用了非线性逻辑打分方式。基本面量化由于本身频率不高，又相对滞后，传统的直接将基本面与价格对照往往效果不理想。本研究通过对基本面数据本身预测，再利用基本面数据的预测结果对铁矿石价格进行预测，预测模型采用的是趋势模型。我们对不同基本面因子预测出来的结果进行打分，然后进行等权相加，根据分数进行交易。通过分析我们得到以下几点结论：

1.单因子的基本面回测中，我们发现不同因子不同时间段表现不同，如果采用单因子的话不能够一直提供稳定的收益。这比较符合基本面的逻辑，因为市场会过度关注一些指标，而忽略其他指标对其价格的影响。并通过单因子的基本面回测检验基本面逻辑中选出的指标是否对价格有效。

2.在等权因子合成模型中，我们发现其合成效果要比大多数单因子效果显著，年化收益率达到35.05%，累计收益300.79%，夏普比率1.94，无论是收益还是风险控制上都有较好的表现。但我们也看到完全通过基本面的因子预测无法规避市场情绪定价带来的亏损，尤其是铁矿石是一个波动率相对较大的品种，很容易受市场情绪影响。

3.我们在最后一部分将情绪因子引入到基本面因子中，其中情绪因子我们采用的是动量因子，通过情绪因子的引入，我们发现最大回撤从61.78%降到了31.67%，年化收益率从35.05%上升到37.39，夏普比率也从1.94升到了2.33。认证了我们之前的假设。

本研究主要目的是通过一些尝试将基本面的逻辑量化出来，并能够印证并对投资者有一定的帮助。