• 研究基础与数据来源：

- 跟踪国内商品期货前20席位合计净持仓 数据，构建两个维度因子：持仓存量因子衡量主力资金方向判断，持仓增量因子体现资金择时能力。
- 回测区间为2015年初至2019年初，交易主力合约，无杠杆，手续费3% [pidx::0][pidx::3][pidx::4].

• 持仓存量因子设计与表现：

- 以净持仓比例超过阈值触发开仓信号，净持仓绝对值越大信号越有效。
- 设置不同阈值可有效减少最大回撤，提升盈亏比，过滤无效信号。
- 黑色板块表现最好，所有品种均有正收益，年化收益峰值约14.28%，最大回撤约12.37%，收益风险比接近1.38。
- 贵金属、能源化工等板块表现较弱，原因包括信息透明度高或套保者多影响策略有效性 [pidx::6][pidx::7][pidx::8][pidx::9].

• 持仓增量因子设计与表现：

- 以净持仓变化率与历史均值比较，设定阈值触发方向一致多空信号。
- 能快速捕捉主力资金建仓减仓行为，规避套期保值持仓稳定性带来的噪声。
- 在黑色板块上，因子表现优异，年化收益最高约20.58%，最大回撤5.65%，收益风险比达2.06。
- 参数敏感性分析显示，较优观察期为13-19天，阈值4%-10%区间，表现较稳定。[pidx::5][pidx::10][pidx::11][pidx::15].

• 因子表现比较：

- 持仓增量因子的收益风险指标整体优于存量因子，尤其是在黑色板块如铜等品种表现更佳。
- 持仓因子对不同品种和板块有效性差异明显，黑色板块最稳定明显，能源化工表现最差。
- 图示年化收益和收益风险比清晰反映二者的表现差异。

[pidx::12][pidx::13].

• 多资产配置策略及回测结果：

- 针对表现较好的品种（如锌、锡、螺纹钢、热卷、动力煤、焦煤、焦炭、橡胶、豆一、白糖）构建等权重多资产组合。
- 因子1多资产配置中，挑选品种年化收益可达14%左右，最大回撤显著下降至约5%-7%，收益风险比提高至1.7以上。

- 因子2多资产配置效果更佳，挑选品种年化收益一般可达8%-20%之间，最大回撤低至约1%-7%，策略胜率及盈亏比均表现良好。
[pidx::13][pidx::14][pidx::15].

• 策略有效性变化趋势：

- 持仓增量因子近年来对收益的贡献出现衰减，一方面因因子被市场广泛关注导致挤压，另一方面投资者择时难度加大。
- 持仓存量因子阈值设置优化显著平滑了策略收益，降低了最大回撤，提升了盈亏比。
- 黑色板块长期表现稳定，是优选标的池。适合关注阈值约0.05，观察期约15天的中短期量化策略。
[pidx::15].

• 结论：

- 期货持仓数据反映主力资金行为，构建的持仓因子具备一定的价格预测能力，持仓增量因子在捕捉资金择时方面更具优势。
- 多资产配置显著提升策略稳健性和风险调整回报。
- 合理设置因子阈值和观察期为策略收益和风险控制的关键因素。
- 持仓因子适合在黑色板块中重点应用，贵金属及部分农产品板块因信息透明度和套期保值者较多，因子效果较弱。
- 该研究为基于主力持仓数据的量化CTA策略开发提供了系统方法和实证依据。[pidx::0][pidx::15].

专题报告深度分析：基于期货持仓表的量化策略

---

1. 元数据与报告概览

• 报告标题: 商品期货 CTA 专题报告（四）：基于期货持仓表的量化策略

- 发布机构: 兴证期货有限公司，研发中心金融工程研究团队

• 主要作者: 刘文波、段宁、孙石、吴耀宏、周英

- 发布日期: 2018年4月1日

• 报告主题: 基于国内商品期货持仓表的量化交易策略研究，重点探讨主力资金持仓数据对期货价格走势的解释和预测能力，结合量化因子进行实证分析。

核心论点:
主力资金持仓表信息，尤其是前20席位的净持仓量及其变化率，能够反映市场资金方向和情绪，从而对期货价格走势具有一定的预测作用。报告通过设计持仓存量因子（净持仓量比率）和持仓增量因子（净持仓变化率）两个维度的量化指标，实证检验其有效性，并且展示了多资产配置的收益稳健提升效果。总体来看，持仓增量因子表现优于持仓存量因子，黑色系商品表现最佳，投资者可据此制定相应的CTA策略。

---

2. 逐节深度解读

2.1 前言部分

• 关键论点与逻辑:

期货持仓量是衡量市场资金流入流出的重要指标，特别是主力席位的持仓体现了主导资金对未来行情的判断。与CFTC国外持仓数据不同，我国交易所披露的是前20席位持仓和成交统计，虽无交易者类型区分，但依然可用于揭示市场主力资金方向。通过分析这些数据，有助于捕捉主要资金趋势与博弈结构，进一步指导投资决策。[pidx::3]

• 数据说明:

以表1铁矿石期货持仓表为例，详细列出了各席位交易量、持买单量、持卖单量及增减，展示数据的丰富度和解析空间。

2.2 交易策略设计

回测参数:

• 标的为国内所有商品期货主力合约

- 无杠杆、手续费3%

• 使用收盘后持仓数据，次日开盘建仓或平仓

- 回测区间：2015年1月1日-2019年2月1日[pidx::4]

因子构建:

• 因子1（持仓存量因子）: 基于净持仓比例设定阈值，超过阈值开多仓，低于负阈值开空仓，否则平仓。该因子反映主力资金对未来趋势的方向判断。

- 因子2（持仓增量因子）: 计算当期净持仓相对于过去m期均值的变化率，超过阈值即开仓，方向与增减趋势一致。此因子主要反映主力资金的择时（进出）操作。

• 增量因子可剔除套保资金的稳定持仓影响，更有效捕捉投机资金短期情绪变化。投资者可对因子1进一步细分多个阈值区间进行仓位管理。 [pidx::4] [pidx::5]

3.1 持仓因子收益表现

• 因子1（持仓存量）回测结果:

- 表2显示，多数品种在0.05阈值下能实现正向年化收益，黑色系品种表现突出，所有黑色品种均为正收益，年化达14.28%。
- 贵金属与能源化工品种表现相对较差，原因之一是套期保值者占比较大，影响因子信号的有效性。
- 增加阈值能有效降低最大回撤（表3），优化收益风险比（表4），提升策略稳定性，但可能牺牲部分收益。
- 例如黑色板块和焦炭品种，收益风险比较高，焦炭达到1.65，说明策略的风险调整后收益较好[pidx::6][pidx::7][pidx::8]

• 因子2（持仓增量）表现:

- 以黑色板块为例（表6、表7、表8），结果表明较长观察期（13-19天）及阈值0.4-1.0区间内因子表现最佳，年化收益最高达20.58%，最大回撤仅5.65%，收益风险比达2.06，优于因子1。
- 持仓增量因子能更灵敏捕获资金动向和超额收益。
- 胜率约在45-50%左右，盈亏比优于持仓存量因子，说明择时能力较强。[pidx::9][pidx::10][pidx::11]

3.2 持仓因子表现比较

• 图1和图2揭示持仓增量因子整体收益和收益风险比优于持仓存量因子。

- 黑色系、部分有色金属品种如铜的资金择时显著，有效性更强。

• 能源化工板块因套保资金较多及价格结构复杂，因子表现较差。

- 因子增量敏感度更强，有助规避套保者长期持仓影响。 [pidx::12][pidx::13]

3.3 多资产配置

• 多资产配置显著降低单品种的回撤风险，在相同阈值下，全市场多资产配置和精选品种多资产配置收益均较单品种高，尤其精选的10个表现较好品种（锌、锡、螺纹钢、热卷、动力煤、焦煤、焦炭、橡胶、豆一、白糖）

- 表9与表10数据支持，多资产分散有效提升收益风险比，且净值曲线（图3与图4）表明精选品种组合策略表现出色，净值稳健上升。

• 持仓增量因子多资产组合表现优于存量因子，且表现稳定。

- 多资产配置的风险分散优势对策略稳定性提升至关重要。[pidx::13][pidx::14][pidx::15]

4. 总结

• 黑色板块整体表现最佳，持仓存量因子年化收益14.28%，最大回撤12.37%，收益风险比1.38；根据收益风险比选品种焦炭最佳达1.65。

- 阈值设定在持仓存量策略中非常重要，有助于减少无效交易信号，降低最大回撤，优化盈亏结构。

• 持仓增量因子从历史回测表现看更优，但近年有效性有所衰减，可能因为因子被市场关注使用广泛，导致信号弱化，或者择时难度加大。

- 多资产配置策略有效分散风险，提高整体收益稳定性。

• 这些结论对CTA等量化策略设计有重要启示，尤其在资金分布、仓位管理和择时判断方面。 [pidx::15]

---

3. 图表深度分析

表1：铁矿石期货成交持仓表示例（2019-02-11）

表中详细展示了持仓排名前20席位的成交量、持买单量、持卖单量及其日增减。示例可用于计算合计净持仓量和增减量，为后续因子构建提供原始数据基础。其细节体现出持仓数据的丰富性及构建因子的可行性。[pidx::3]

表2-4：因子1各品种年化收益、最大回撤及收益风险比

• 从表2可见阈值设置0.05时，大部分黑色板块品种年化收益均为正，部分品种年化收益超过15%，具有较高盈利潜力。

- 表3显示，设阈值可显著减少最大回撤，尤其黑色板块回撤控制在较低水平，提升了交易安全边际。

• 表4收益风险比随阈值增加多数品种呈现提升趋势，尤其在焦炭等焦煤相关品种表现突出盈利稳定性。

这组表格明确了阈值设置对策略性能优化的重要性。[pidx::6][pidx::7][pidx::8]

表5：因子2各板块收益及风险指标

显示持仓增量因子在多板块下的具体年化收益、最大回撤、胜率和盈亏比。黑色板块收益高达21.66%，回撤仅16.48%，胜率在51%左右，盈亏比良好，强调该因子捕捉资金择时能力。贵金属和能源板块表现较为平淡，表明因子适应性在不同板块间差异明显。[pidx::8]

表6-8：因子2在黑色板块的详细参数敏感性分析

• 表6和7显示，因子表现对观察期长度及开仓阈值敏感，收益在13%-20%之间峰值，最大回撤控制良好。

- 表8展示收益风险比随参数调整变化，最佳区间为观察期13-19天，阈值0.4-1.0。

• 反映了投资者应针对具体板块和品种，调整参数以实现性能最优。 [pidx::9][pidx::10][pidx::11]

图1-2：持仓存量与增量因子年化收益与收益风险比对比

• 图1清晰显示黑色系品种增量因子年化收益显著高于存量因子，能源化工和部分有色表现落后。

- 图2显示持仓增量因子在多数品种上具有更优收益风险比，强化了选用增量因子策略的优势。

• 支撑文本中对因子优劣的定性结论。[pidx::12]

图3-4：多资产配置下因子1和因子2净值表现

• 图3展示因子1精选品种多资产组合净值稳步上升，优于所有品种等权组合，最大回撤降低。

- 图4因子2同样展示出更优的净值增长和抗回撤表现，但其收益贡献在后期有所减弱，体现因子有效性递减趋势。

• 这验证了多资产配置对优化组合风险收益表现的重要作用。[pidx::13][pidx::15]

表9-12：多资产配置量化指标总结

• 表9和10分别列出了因子1和因子2在所有品种及挑选品种下的收益、回撤、收益风险比和胜率。

- 挑选品种组合明显提高收益和风险调整后的表现，如因子1挑选品种下年化收益达15.36%，最大回撤7.79%。

• 附录表11和表12细分贵金属、有色金属、能源化工及农产品板块的因子2表现，为投资者提供了细分市场的策略参数选择指导。[pidx::13][pidx::16]

---

4. 估值分析

本报告作为量化策略专题，未涉及传统股权估值模型，但解释了基于持仓数据构建的量化因子逻辑及基于历史数据的回测验证，归根结底是因子策略的有效性和风险调整收益的评估。策略收益与风险控制通过年化收益率、最大回撤和收益风险比清晰量化，不同阈值及观察期参数相当于“调参”过程，优化策略表现。因子增量捕捉择时特性，存量因子反映趋势方向，二者互补提升组合配置效果。

---

5. 风险因素评估

报告暗含风险因素包括：

• 数据局限: 国内持仓数据缺少交易者类型区分，难以明确区分套期保值与投机资金，可能导致因子信号被噪声干扰。

- 策略有效性衰减: 近年因子表现衰减，可能因市场普遍关注该因子，资金涌入导致信号弱化或同质化挤压。

• 参数敏感性: 不同品种和板块参数差异显著，参数设置不当将导致收益骤降或风险放大。

- 市场结构变化: 宏观经济及政策变动可能改变资金流向模式，使历史因子的未来适用性受限。

• 流动性风险与滑点: 报告未涉及实盘交易滑点及流动性成本，这在高频择时策略中可能显著影响结果。

报告虽未显式提出缓解策略，但通过多资产分散配置降低单品种风险，分层阈值设置平滑信号，体现了风险管理意识。[pidx::8][pidx::15]

---

6. 审慎视角与细微差别

• 因子有效性递减的内在原因: 报告指出因子增量效应衰减可能与市场认知提升相关，提示投资者量化因子非永续，需持续优化。

- 套期保值资金影响: 报告客观承认套保资金对存量因子的影响，强调增量因子更能过滤稳定套保持仓干扰，提高策略纯粹性。

• 数据完整性与公开性限制: 未对交易者身份更精细划分限制了因子精准识别能力。

- 样本区间选择与风险控制: 回测主要覆盖2015年至2019年，未涵盖更宽泛宏观周期，或对极端行情敏感度不足。

• 收益风险比和胜率的平衡: 报告以多维度指标综合评估，权衡策略胜率和盈亏比，体现量化策略设计的复杂性和实际应用难度。

---

7. 结论性综合

本专题报告系统地研究了基于持仓表数据的两类量化因子——持仓存量因子与持仓增量因子在国内商品期货市场的效能与应用。通过详尽的回测覆盖了多品种、多板块，验证了主力资金持仓信息对价格动向具有一定预测力。黑色板块商品表现最为优越，因子收益风险比高，适合CTA策略配置。持仓增量因子捕捉资金择时能力更强，整体收益和风险控制优于存量因子，且更具实战价值。

图表数据充分支持上述结论：

• 持仓量表（表1）展示了数据基础，说明研究因子背后的真实持仓动态。

- 表2~4证明合理阈值下存量因子可实现正收益且降低风险。

• 表5~8及参数敏感性分析表明增量因子在黑色板块收益表现出色且可调性强。

- 图1与图2直观比较二因子差异，图3和图4表现多资产配置对收益稳健性的促进。

• 附录细节加深对不同板块策略表现的理解，体现策略多样化应用场景。

多资产配置分散了品种单一风险，提高收益稳定性，是策略实施的必备手段。报告同时指出因子有效性存在周期性和市场适应性限制，提醒投资者持续跟踪并动态调整策略。

综上，兴证期货团队提供的基于持仓表的CTA量化策略为期货投资者提供了一种基于资金流动和主力行为的有效投研工具，为量化交易策略设计、风险管理和资产配置提供了有价值的实证参考。[pidx::0][pidx::3][pidx::6][pidx::8][pidx::12][pidx::15]

---

参考图表

图1展示了两因子在众多品种中的盈利水平，表明黑色板块因子收益突出。


图2进一步对比因子风险调整后表现，持仓增量因子更具优势。


图3显示持仓存量因子多资产净值增长情况，精选品种组合表现优于全品种。


图4描绘持仓增量因子多资产净值，收益增长及策略稳定性优越。

---

结语：报告严谨地结合主力资金数据、金融衍生品知识与量化策略方法，深入挖掘了期货持仓因子对价格趋势预测的价值，且针对策略参数调优及多资产配置给予实用参考建议，为期货投资机构量化策略研发提供了重要指导和借鉴价值。

报告