甲醇基本面因子分类及构建 [page::2][page::3]

• 因子分为供应因子（生产利润、生产成本、开工率等）、需求因子（下游行业生产利润及开工率）、库存因子（港口库存）和价差因子（期现价差、区域价差、内外盘价差及替代品比价）。

- 表1详细列示各因子子类及数据来源，构建基础扎实且涵盖甲醇上下游产业链。

基本面因子数据处理与频率调整 [page::3][page::4]

• 采用周频向日频顺延填充方法解决因子频率不一致问题。

- 为消除极端异常值，采用截尾标准化处理并符合统计正态性假设。

• 处理时考虑数据时滞，周频因子时序向后延迟一期对齐价格数据。

甲醇期货价格与基本面因子相关性与效力 [page::5][page::6]

• 甲醇生产利润与下游生产利润因子回归拟合效果最佳，$R^2$分别为0.72和0.31，显示出较强的价格约束力。

- 库存和基差因子相关性较弱，但依然具有一定的指导意义。

• 明确基本面因子对甲醇价格存在上下界的调节作用。

基本面因子多空策略回测效果分析 [page::7][page::8][page::9]

• 开发多种基于利润因子的多空交易策略，夏普比例在不同阈值设置下表现突出。

- z-score反转策略回测显示两主要因子均有良好收益累积，反转时点精准，策略有效性显著。

因子IC值持续性及多空策略指导 [page::10][page::11][page::12][page::13]

• 港口库存因子具持续负相关性，数据时滞处理合理。

- 基于库存因子的多空策略夏普值达到0.448，胜率53%，表现稳健。

• 收益分布显著右移，P值0.043，说明策略收益显著优于随机。

有效因子展示及统计衍生指标回测 [page::14]

| 因子名 | IC | Sharpe | Winrate | P值 | 处理方式 |
|-----------------------|------|--------|---------|-------|-------------|
| 库存港口库存全国 | 0.079| 0.448 | 0.527 | 0.043 | df |
| 价差区域宁波-山东南 | 0.048| 0.967 | 0.530 | 0.046 | df |
| 需求下游生产利润甲醇 | 0.040| 0.927 | 0.523 | 0.059 | df |
| 需求下游生产利润甲醇 | 0.022| 0.895 | 0.528 | 0.067 | dfwow |
| 库存港口库存全国 | 0.016| 0.410 | 0.533 | 0.090 | df3mo3m |
| 价差内外盘中国-东南亚| 0.021| 0.785 | 0.514 | 0.105 | dfwow |
| 需求下游生产利润山东外采制烯烃 | 0.016|1.116 |0.538 |0.111 |dfyoy |
| 价差基差占比 | 0.041|0.760 |0.525 |0.118 |dfdod |
| 价差内外盘中国-印度 | 0.008|1.107 |0.544 |0.121 |dfyoy |
| 库存港口库存华东 | 0.035|0.338 |0.514 |0.122 |df_dod |

• 多样化处理方式提升因子稳定性与回测表现。

中信期货研究|专题报告（量化）——商品量化基本面因子探索之甲醇

---

1. 元数据与报告概览

• 报告标题： 商品量化基本面因子探索之甲醇

- 发布机构： 中信期货有限公司研究部

• 发布日期： 2019年

- 作者及联系方式： 刘宾、王炳瑜、邹天舒、陈舜尧、肖璋瑜 等，具有合法的投资咨询业务资格

• 主题： 探索甲醇期货市场中基于基本面的量化因子，通过剖析甲醇产业链的上下游逻辑，挖掘影响甲醇价格的关键因子，测试其有效性，并设计基于因子的交易策略。

- 核心论点： 传统CTA策略同质化严重，转向结合基本面信息的量化因子具有重要意义。甲醇价格受供应、需求、库存及价差等多维因素影响。选取因子后，运用回归分析、信息系数（IC）检验、历史策略回测等方法，挑选有效因子并构建多空交易策略。

• 报告目的： 为投资者提供量化指导工具，改进甲醇期货的投资策略和风险管理，增强策略的稳健性与收益稳定性。[page::0,1]

---

2. 逐节深度解读

2.1 影响甲醇期货价格的基本面因子

• 因子分类： 供应因子、需求因子、库存因子、价差因子四类。

- 供应因子： 重点关注生产开工率和生产利润，因产量数据滞后且频率低，因此用生产利润作为产量的替代指标。生产利润受生产成本（原料价、电力、运费等）影响，有较强引导作用。
- 需求因子： 由下游行业的生产利润和开工率构成，下游行业涵盖传统化工（甲醛、醋酸、二甲醚）和新兴产业（甲醇制烯烃、醇基燃料等）。当下游生产利润下降时，需求减少，反之则增加。
- 库存因子： 重点选取甲醇港口库存，因其影响供需平衡且数据频率较高，能够反映市场即时的供需状态。
- 价差因子： 包括期现价差、区域价差、内外盘价差、替代品（原油）比价等，虽不直接属于基本面指标，但间接反映市场关系，对价格影响显著。

• 理论逻辑： 因子均根据产业链供需机制构建，价格由生产利润决定上下限，由库存反映即时供需紧张，价差代表跨市场套利空间。[page::2,3]

2.2 基本面因子的数据处理

• 频率调整： 面对日频和周频数据，选择将低频（周频）因子通过简单顺延填充为日频数据，而非将高频降到低频，旨在兼顾预测精度和策略换手速度，适合甲醇市场特征。

- 数据滞后处理： 由于周频因子通常延迟发布（如周五发布截至周四数据），所有周频因子对应的时间节点均后移一期，确保策略真实反映可用信息，避免未来函数误用。

• 异常值及标准化处理： 对因子值进行截尾处理（截取±2标准差），剔除极端异常，保证数据符合统计假设。同时，采用极差标准化方法（factor减最小值后除以标准差）统一量级，利于因子间比较和统计计算。[page::3,4]

2.3 甲醇期货价格与基本面因子的相关性分析

• 分析方法创新： 与常规直接做价格–因子值回归不同，此处将因子值转换为时间序列z-score，衡量因子在各时间点的相对位置，再与对应收盘价做线性回归。

- 评价指标： 采用决定系数R²和价格落在因子z-score±2范围内的频率衡量，即考察因子对价格波动区间的约束力。价格落区间外次数越多，约束力越弱。

• 结果精选：

- 甲醇生产利润因子（图1）： R²=0.72，显示高度拟合，表明生产利润是价格的重要决定因素，上下价格边界清晰。
- 甲醇下游生产利润因子（MTO，图2）： R²=0.31，拟合较弱但仍具有显著影响，显示下游盈利状况对价格具有一定的负向约束。
- 库存因子和基差因子回归（图3、图4）： R²较低（分别约0.02和0.15），提示其对价格的直接线性关系较弱，可能风险提示或辅助信号作用明显。

• 基本逻辑总结： 当甲醇价格过高，导致下游企业亏损和开工减少，需求下降推动价格回落；价格过低导致生产商亏损降供，供给缩减抬升价格，形成价格上下界限。[page::5,6]

2.4 基于因子的交易策略回测

• 构建思路： 以利润水平K为阈值，设定六种交易信号模式（如利润高于K做多，低于K做多，做空等），检验因子择时能力。

- 回测结果：
- 甲醇生产利润因子（图5）： “llower”（利润低于阈值做多）的夏普比例最高，且利润越低，择时效果越好，说明利润极低时买入效果佳。
- 甲醇下游生产利润因子（图6）： “slower”（利润低于阈值时做空）夏普最高，利润低时价格承压较大，卖出更有效。

• 实用策略验证： 采用滚动200期因子z-score，当绝对值>1.5时做反向开仓，回到1.5以内平仓，构成因子反转策略。

- 甲醇生产利润因子策略（图7）： 净值曲线展示策略收益稳定增长，且峰回谷折表现明显与价格波动相反。
- 甲醇下游生产利润因子策略（图8）： 净值曲线上涨趋势明显，说明因子在实战运用中依旧表现良好。[page::7,8,9]

2.5 因子的有效性检验

• 信息系数（IC）分析（图9）： 计算因子值与未来收益率的相关性，港口库存因子为例，其IC值虽偏低但为负值，且提前公布效果更佳，显示良好预测能力和领先关系。

- 滚动IC走势分析（图10）： 港口库存因子的负相关性在部分时间段明显，且因子表现存在周期性，提示因子表现可能受季节或供需变化影响。

• 多空策略回测（图11）： 基于港口库存构建的策略表现较好，夏普0.448，胜率53%，验证了库存指标在实盘中具有一定实用价值。

- 收益分布假设检验（图12）： 对因子指导收益和原收益做分布比较，p值为0.043，拒绝两个分布一致假设，证明因子指导后收益显著改善。

• 衍生因子效果（表2）： 通过环比（月度、季度、年度）、季调、z-score衍生因子等多种方式扩展，展示了10个较有效因子及其ic、夏普率、胜率及显著性水平，多数因子表现稳定且统计显著。[page::10-14]

---

3. 图表深度解读

图1-4：四大类基本面因子代表的回归结果

• 图1（生产利润回归）： 高R²=0.72强调其对价格极强的解释力。散点沿回归线紧密分布，且价格大致囿于z-score±2区间，反映利润迅速传导至价格。

- 图2（下游生产利润回归）： R²=0.31，散点离散，显示具备中等负相关性，指明需求端利润影响价格上限。

• 图3（港口库存）： R²仅0.02，说明库存与价格短期线性关系弱，但不代表无影响，可能存在非线性或滞后效应。

- 图4（基差因子）： R²=0.15，稍高于库存，基差作为套利指标影响市场定价，有一定解释力。

图5-6：多空策略夏普比例热图

• 使用热度颜色标示不同交易规则/利润阈值下的夏普比，红色重点显示最佳策略。

- 生产利润因子最佳在“llower”卖出利润低点买入，对冲了价格下跌风险。

• 下游生产利润因子的“slower”策略效果显著，显示需求端低利润时价格压力较大。

图7-8：基于z-score的反转策略净值曲线

• 净值线表现策略整体正收益，多个波动周期中策略捕捉收益，并且与因子走势相反，说明应用因子进行反向操作具有统计优势。

图9-10：库存因子IC值热图及滚动IC关系图

• 图9的IC值热图清晰描绘出因子领先关系和收益预测力，符合库存指标的市场直觉。

- 图10显示库存因子与甲醇价格在多时段呈现负相关关系，且伴随时间变化体现周期性波动，提示策略调仓时点需注意季节性风险。

图11-12：库存因子策略回测和收益分布

• 图11中蓝色净值曲线表现因子策略整体上升，验证投资价值。

- 图12展示了因子指导收益分布整体右移，获利概率提升，同时p值确认统计显著性，说明因子策略在风险调整后检验中有效。

表1-2：因子分类与有效因子展示

• 表1清晰列出基本面因子类别及子项，为后续建模打好基础。

- 表2展示了因子ic、Sharp、胜率、p值和处理方法，体现多维度检测，科学甄别出有效因子，利于实操筛选。

---

4. 估值分析

本报告聚焦基本面量化因子的探索与交易策略设计，未直接涉及甲醇期货标的的传统DCF或类似估值模型，策略的有效性由统计回归、IC分析及多空回测指标（夏普、胜率等）综合评估。

因子活跃期、交易信号界定和策略回测中基于历史数据进行，未见深度估值模型方法论展示，侧重于因子有效性与实战应用层面。[page::1-14]

---

5. 风险因素评估

• 因子数据时滞与频率不匹配的风险： 如未充分处理会导致假信号和策略失效。文中通过数据频率调和与滞后期调整减轻此类风险。

- 基本面因子波动极端影响： 异常值可能误导模型，采用截尾与标准化处理减弱该风险。

• 市场结构变化与因子失效： 图10中观察到因子与标的相关性变化提示因子风格风险，尤其季节性或周期性变化，未来需持续刷新因子模型。

- 同质化及策略拥挤风险： 由于量化策略普及，因子择时能力可能因策略拥挤而下降。

• 外部宏观冲击与政策变化影响： 甲醇价格受能源政策、环保限产、国际贸易等影响，因子模型可能难以完全捕捉突发系统风险。

- 报告中对风险识别较为谨慎，主要依靠严格的数据处理及稳健的回测验证作为缓解手段，无明确给出概率及量化风险缓解策略。[page::3,4,10-13]

---

6. 批判性视角与细微差别

• 因子效果变化的动态性未充分讨论，尤其周期性强的因子如港口库存，建议未来加权时间窗或非线性模型增强稳定性。

- 回测策略较为简单，缺乏交易成本、滑点及实盘执行的考虑，实际收益可能被高估。

• 因子独立性未明，表2中部分因子相互关联，潜在多重共线性风险，可能导致模型过拟合。

- 报告倾向于强调正面结果，略少提及负面或无效因子，存在积极偏倚。

• 对价差类因子分析较少，回归及效果指标不及其他因子，可能低估其异质化价值。

- 图表解析对周期区间略有模糊，投资者需结合自身时间框架解读。

总之，报告系统性强、数据详实，适合基础研究与策略初步设计，但应用层面需结合进一步风险管理和交易执行方案。[page::5-14]

---

7. 结论性综合

本报告系统梳理了甲醇期货市场中最核心的四类基本面因子——供应、需求、库存和价差，基于产业链逻辑科学划分并详细量化解析。通过频率调整、滞后处理和截尾标准化等技术，统一了底层数据基础。利用z-score回归分析，明确了甲醇生产利润和下游生产利润为价格变动的主要驱动力，且二者分别限定价格的上限和下限。

通过构建多种择时策略及热图夏普比结合实盘风格的滚动z-score反转策略，报告验证了生产利润与下游利润因子的择时有效性。库存因子虽然线性相关度低，但IC分析和多空策略表明其负相关信号稳定且有助于构建夏普达0.448的策略。同时，差异化的假设检验和统计显著性确认了因子对收益的实质提升作用。衍生统计方法进一步扩展了因子选取空间，给出实用筛选指引。

图表直观展现因子与价格的深层关系及交易策略的净值提升，支持基本面量化在商品期货领域的可行性。报告同时提示因子时效性、季节性波动和风险控制必要性。

综上，作者持积极但审慎的立场，强调基本面量化因子在甲醇期货市场中存在显著应用价值，建议投资者将其纳入量化投资体系，配合风险控制进行动态调整，以期获得稳定超额收益。[page::0-14]

---

总体评价

本报告体现了中信期货量化研究团队深厚的数据处理能力和实证方法论，内容详尽，数据丰富，且图表与文本结合紧密。对于期货投资者而言，是一份值得参考的专题研究，对推动基本面因子量化交易策略发展具有积极意义。

---

注： 本分析严格基于报告内部内容，所有外部观点均未纳入，确保立场客观中立。[page::0-15]

报告