金融工程】库存因子在商品组合策略中的应用

★主要内容

我们在此前的商品因子研究专题报告中对进行商品截面因子策略进行了覆盖，探讨了包括趋势（Trend）、价差（Carry）、价值（Value）、波动（Volatility）因子在内的传统因子在国内商品期货市场的表现。传统因子有其内在逻辑性，也有其根深蒂固的缺陷，其价值在于对普适规律的总结，缺陷在于这些规律均不具备确定性。我们认为真正可以描述商品内在强弱关系的一定是基本面因子，基于基本面强弱关系的商品多空组合策略才能获得长期稳健的收益。

在本篇文章中我们对商品库存因子在商品组合投资的应用进行了初步的实证测算，我们发现库存变化率因子近年来表现十分优异，以2013年至今的回测窗口观察，库存因子与价差因子收益风险比较为接近，若以2015年至今的回测窗口观察，库存因子则远优于价差因子，其收益风险比相对传统因子遥遥领先。随着品种基本面数据的不断完善，覆盖面和数据质量的显著提升，以及市场参与者的理性程度的不断增加和对基本面数据的关注，在当前基本面因子还未普遍应用于商品量化组合投资的情况下，我们非常看好基本面因子在商品组合投资中的价值与应用前景。

库存因子的截面多空组合净值结果统计如下：2013年至今、2015年至今、2017年至今不加杠杆、周度调仓的多空组合分别实现夏普比率1.12、1.37、1.96，年化收益8.6%、9.7%、11.8%，最大回撤-5.7%、-4.6%、-4.6%。

★风险提示

市场逻辑切换造成回撤、模型失效。

★特别说明

文章使用的库存数据均得益于我们院各板块基本面研究员对不同数据来源数据指标的深刻理解和选择建议，我们打造的繁微数据中心也囊括各品种基本面核心数据，为投资者提供专业便利的数据支持。

报告全文

1

基本面因子在商品组合投资中的价值有望不断提升

我们在此前的商品因子研究专题报告中对进行商品截面因子策略进行了覆盖，探讨了包括趋势（Trend）、价差（Carry）、价值（Value）、波动（Volatility）因子在内的传统因子在国内商品期货市场的表现（《李晓辉：行业板块与策略风格因子的探索》）。从传统因子的跟踪表现来看，价差与趋势因子相对价值与波动因子表现更好，尤其是价差因子长期表现不俗，但近一年以来也产生了较大的回撤，究其根本原因，Carry具有长期收益的来源莫过于两点：其一，展期收益：展期收益类似期权的Theta，站在时间的友方，多配Back结构的品种，空配Contango结构的品种，积少成多累积展期收益；其二，商品月差结构反应供求关系：需求相对强的品种近月偏强呈现远月贴水的Back结构，需求相对弱的品种近月偏弱呈现远月升水的Contango结构，这一规律具有普适性，但不具备确定性，趋势并不完全由月差结构所解释，因而因子产生回撤是在所难免的，重要品种的趋势切换或加剧回撤幅度。

传统因子有其内在逻辑性，也有其根深蒂固的缺陷，趋势、价差也都会反转，我们认为真正可以描述商品强弱关系的内在因子一定是基本面因子，通过对品种基本面强弱关系定义的研究才能更深入把握内在驱动，找到在商品市场不同的大背景下均能够稳健盈利的多空组合。基本面数据的维度、复杂性、数据质量等等各方面都为基本面因子的研究提出挑战，但也正是这些挑战使得目前基本面因子在国内商品量化投资中仍处于应用初期，值得投资者关注。

在本篇文章中我们对商品库存因子在商品组合投资的应用进行了初步的实证测算，我们发现，库存变化率因子近年来表现十分优异，以2013年至今的回测窗口观察，库存因子与价差因子收益风险比较为接近，若以2015年至今的回测窗口观察，库存因子则远优于价差因子。随着品种基本面数据的不断完善，覆盖面和数据质量近年以来都有了显著提升，市场参与者的理性程度也是在不断增加，我们非常看好基本面因子在商品组合投资中的应用前景。

2

策略基本设定与数据说明

2.1.策略基本设定

我们主要考虑将库存变化率，即去库（累库）速度作为品种强弱判断的信号，首先对单品种库存变化率在时间序列上的择时效果进行初步的测算，以考察指标是否具有一定的预测能力，主要方法是采用滚动分位数分组法，以历史一年（周度数据取52周）作为滚动窗口，若当前库存变化率低于20分位数（下降速度最快）则做多，高于80分位（上升速度最快）数则做空，将择时结果作为库存变化率指标有效性的基本测算，择时信号可表述为：