1. 原油市场简介与价格影响因素概述 [page::2][page::3][page::4][page::5][page::6]

• WTI、Brent、上海原油期货为全球主流原油品种，价格高度相关，收益率相关性超0.7。

- 原油价格受商品本身供需、地缘政治事件及投机者行为影响。

• 长期价格趋势与经济基本面（如OECD工业生产指数）密切正相关。

2. 策略构建思路及数据说明 [page::6][page::7]

• 采用美国能源信息署EIA发布的周度短期供需数据（原油产量、商业原油库存、汽油库存、原油制品进口）作为因子。

- 信号生成基于三分位点法，测度当期因子变化相对历史波动的显著性。

• 回测时间窗口定于2008年至2019年，排除2020年疫情极端行情。

3. 单因子策略表现分析 [page::8][page::9][page::10]

| 指标 | 商业原油库存 | 汽油总库存 | 原油产量 | 原油制品净进口 | 原油价格 |
|----------------|--------------|------------|----------|----------------|----------|
| 年化收益率 | 9.10% | 12.30% | 15.03% | 8.83% | -3.99% |
| 年化波动率 | 23.14% | 25.38% | 25.81% | 25.74% | 36.66% |
| 收益风险比 | 0.39 | 0.48 | 0.58 | 0.34 | -0.11 |
| 最大回撤 | 37.46% | 37.31% | 40.53% | 46.24% | 81.44% |
| 总胜率 | 47.67% | 46.26% | 48.00% | 47.62% | — |
| 年均交易次数 | 22.86 | 19.02 | 27.95 | 40.55 | — |

• 所有单因子均跑赢简单做多原油，但收益风险比均不到0.6。

4. 多因子策略构建与表现 [page::10][page::11][page::12][page::13][page::14]

| 指标 | 多空策略 | 纯多头策略 |
|----------------|-------------|------------|
| 年化收益率 | 33.79% | 15.86% |
| 年化波动率 | 32.22% | 21.09% |
| 收益风险比 | 1.05 | 0.75 |
| 最大回撤 | 41.92% | 36.16% |
| 总胜率 | 55.79% | 54.50% |
| 年均交易次数 | 19 | 9 |

• 多因子多空策略表现显著优于单因子，年化收益超过30%，夏普比超过1。

- 2015年策略回撤显著，因全球供给结构性变化导致预测困难。

• 2020年疫情期间策略波动加大，但后续逐步恢复[page::16][page::19].

5. 策略稳健性分析与年度收益分布 [page::14][page::15][page::16]

| 年份 | 多空策略年度收益率 | 纯多头策略年度收益率 |
|--------|--------------------|----------------------|
| 2008 | 23.11% | -4.49% |
| 2009 | 176.61% | 93.78% |
| 2010 | -21.49% | -4.59% |
| 2011 | 78.57% | 31.57% |
| 2012 | 23.52% | 6.21% |
| 2013 | 20.97% | — |
| 2014 | 31.29% | 10.12% |
| 2015 | -34.92% | -16.09% |
| 2016 | 122.37% | -20.21% |
| 2017 | 17.78% | 95.60% |
| 2018 | — | 2.90% |
| 2019 | 36.98% | 9.34% |
| 2020 | 62.29% | 50.35% |
| 2021 | 18.67% | 14.93% |

• 策略在绝大多数年份实现正收益，仅2010和2015年亏损，整体展现较好时间稳健性。

6. 总结与风险提示 [page::0][page::16]

• 短期供需数据因子具备一定的原油价格预测能力。

- 多因子组合策略显著提升收益风险比。

• 模型效果在经济基本面无重大冲击时较佳，疫情爆发及地缘政治事件期间存在失效风险。

- 投资者需关注模型可能失效风险与回撤控制。

金融研究报告详尽分析——《CTA 策略系列报告之十一：短期供需数据能否用于原油择时?》

---

1. 元数据与概览

• 报告标题：《CTA 策略系列报告之十一：短期供需数据能否用于原油择时?》

- 分析师：徐寅、宫民

• 发布机构：兴业证券经济与金融研究院

- 发布日期：2021年7月7日

• 研究对象：原油市场，特别关注利用商品短期供需数据对WTI原油价格的预测能力

- 核心议题：探讨发布频率高、数据及时的美国原油相关短期供需数据（如产量、库存）对WTI原油价格的预测力，以及基于单因子和多因子模型构建的择时策略表现

• 主要结论：

- 美国原油产量、库存等短期供需因子对原油价格具有一定预测力；
- 多因子信号组合显著提升策略收益表现；
- 多因子多空策略实现年化收益超30%，收益风险比超1；
- 风险提示关注模型在极端市场环境下失效风险，例如2020年疫情期间和2015年国际政治动荡时期page::0]

---

2. 逐节深度解读

2.1 原油市场简介

1.1 世界主要原油品种

• 原油作为“工业的血液”，是汽油、柴油等燃料及化工品基础原料，基础性地位稳固。

- 介绍了五大代表性原油品种：
- WTI（西德克萨斯中质原油）：美国产，全球交易量最大期货品种，定价基准之一；
- 布伦特原油：产北海，代表欧洲市场，与WTI并列世界主要定价标准；
- 上海原油（SC）：2018年上市的人民币计价中质含硫品种，全球第三大原油期货；
- 迪拜原油：中东及亚洲市场重要指标；
- 阿曼原油：中东产量稳定，亚洲重要指标。

该部分旨在帮助读者了解全球原油市场的基本框架，明确研究对象WTI原油的地位[page::2]

1.2 国内外原油收益率相关性

• 分析显示WTI、布伦特和上海交割品种中国胜利原油现货价格走势高度同期联动，2010年以来周度收益率相关性均大于0.7；

- 结论表明虽然研究选用WTI，中国市场交易可借鉴本报告模型和结论[page::3][image

1.3 原油价格的影响因素

• 原油价格受三大类因素影响：

- 商品属性：经济基本面、产量、库存、下游炼厂需求；
- 政治属性：地缘政治冲突、OPEC限产、战争等；
- 金融属性：活跃的期货期权市场及投机行为。

• 2007-2008年原油价格上涨中，投机行为可能是推升因素之一。

- 报告框架图（图表2）清晰展示了宏观经济、地缘政治、交易者行为如何通过供需链条影响原油价格page::3-4][image

2.2 策略构建思路及数据说明

• 长期趋势与经济基本面高度相关，但经济数据发布滞后，难实时捕捉预期；

- 政治事件具偶然性且无量化模型，难纳入数据驱动策略；

• 利用EIA发布的频率较高的美国原油短期供需指标（商业原油库存、汽油库存、原油制品进口、原油产量）作为因子，周频交易，每周三收盘后执行；

- 因2020年疫情导致极端波动和负油价，初步选取2008年至2019年数据作为回测区间，排除交易成本；

• 逻辑对应表清楚定义了四个负相关因子及其对油价影响：库存和产量增加通常意味着价格未来下跌压力page::6-7]

策略信号生成办法

• 单因子信号解析：

- 差分法计算当期因子值相对过去两期均值的变化；
- 利用三分位点法，根据因子本期变化在过去M期的分位数位置决定买入、卖出或观望信号；
- 对正向与负向因子方向信号取反，确保信号指向一致。

• 示例图表（图表8）展示三分位点法的统计分布及信号触发原理，形象直观[page::7-8][image

3. 单因子策略表现

• 统一参数条件下（Q1=20%，Q2=80%，M=80周），单因子策略均优于简单买入原油；

- 年化收益率介于8.83%-15.03%，均优于原油本身-3.99%；

• 但收益风险比（夏普比）不超过0.6，且最大回撤仍较大(皆超35%)，表示单因子策略尚不可单独运用，效果有限；

- 单因子回测净值曲线均显示明显跑赢裸买入，但波动性仍较大，胜率维持在47%-48%附近page::8-10][imageimageimageimage

4. 多因子策略

4.1 信号生成机制

• 多因子信号通过等权加总法生成，即全部单因子信号直接求和，和>0做多，<0做空，=0观望

- 该方法简单直接，免除复杂权重调优风险，具备一定解释性和实操简便性

• 图表15直观示意多因子信号生成逻辑page::10-11][image

4.2 多因子策略表现

• 多因子策略（2008-2019年）：

- 多空策略年化收益33.79%，年化波动32.22%，收益风险比1.05，最大回撤41.92%；
- 纯多头策略年化收益15.86%，收益风险比0.75；

• 2015年大幅回撤分析：

- 2015年全球油市供给结构性变化，伊朗核协议导致制裁解除预期，伊拉克与沙特等增产抢市场，短期供需数据未能完整反映全球总供给，导致策略失灵；

• 考虑2020年疫情后数据（2008-2021年）：

- 多空策略年化收益提升至36.11%，波动率升至35.46%，最大回撤仍接近42%，回撤主要由2020年极端疫情冲击导致；
- 疫情后随着经济逐步恢复，策略收益逐步回升，纯多头净值创历史新高。

• 结论表明多因子组合方法显著优于单因子，且具备良好长期表现优势，但对极端事件适应不足page::11-14][imageimage

4.3 策略稳健性分析

• 参数敏感性通过收益风险比热力图体现（参数M分位数样本窗口和分位点Q），2008-2019和2008-2021区间均显示主要参数范围内夏普比均接近1，策略较为稳健，无明显过拟合迹象；

- 时间稳健性：分年收益显示，多空策略在2008-2021年13年间仅2010年与2015年亏损，其余均为正收益，说明策略时间维度表现稳定；

• 综上，策略具备参数适应性和时间表现稳定性，强化了对短期供需数据量化择时可行性的信心page::14-16][imageimage

---

3. 图表深度解读

• 图表1（页3）：WTI、布伦特、中国胜利三种原油现货价格走势高度一致，确认价格联动性强，横向验证研究适用性。

- 图表2（页4）：原油价格分析框架图清晰展现政治、宏观经济及供需链相互作用关系，是后续因子选取的理论依据。

• 图表3-5（页5-6）：2002年以来原油价格走势与全球重要事件（石油危机、金融危机、疫情等）对应，结合OECD工业生产指数和美国通胀预期，说明原油长期价格走势与经济基本面和通胀预期走势高度正相关，突显基准趋势由经济宏观面主导。

- 图表6（页6）：策略构建流程图，从因子筛选、单因子信号，到多因子组合，步骤简洁，框架清晰。

• 图表7（页7）：因子定义表明确库存和产量增减方向与价格信号的对应负相关关系，信号生成有理有据。

- 图表8（页8）：三分位点方法示意，直观理解采用统计分布边界判断买卖信号的逻辑。

• 图表9-14（页8-10）：单因子表现曲线与绩效表，显示所有因子均跑赢买入基准，但波动较大且收益风险比不高，待多因子组合改善。

- 图表15（页11）：多因子等权加总法示意，简单直接，便于实际执行。

• 图表16-17（页12）：2008-2019 年多因子策略净值变化，多空策略大幅跑赢原油价格，回撤主要发生于2015年，纯多头也获得稳定正收益但幅度较小。

- 图表18（页13）：绩效数据表，多因子组合收益率接近单因子之和的叠加效果，实现风险调整后显著提升。

• 图表19-20（页13-14）：加入2020-2021年疫情影响后多因子策略净值波动大增，反映模型对疫情黑天鹅事件适应有限，但整体仍保持上升趋势。

- 图表21（页14）：绩效指标变化反映疫情后波动率与回撤增大，但收益仍然可观。

• 图表22-23（页15）：参数空间热力图表明策略夏普比在多参数区间稳健，无明显参数敏感性。

- 图表24（页16）：分年收益表，多数年份获得正收益，个别年份如2010、2015年表现不佳，与政治经济大事件相符。

---

4. 估值分析

本报告未涉及公司估值内容，重点为原油价格预测模型构建及策略回测，故无相关估值模型及数据。

---

5. 风险因素评估

• 模型风险：基于历史数据构建，遇到结构性转变或极端事件（如2020新冠疫情、2015年地缘政治变动），模型预测可能失效。

- 市场环境变化风险：策略依赖美国EIA短期供需数据，若全球供需结构发生非美国区域显著变更，难以准确捕捉。

• 极端波动风险：暴涨暴跌期间策略频繁错误信号可能导致较大亏损。

- 数据及参数风险：数据质量和参数选择影响策略表现，尽管有稳健性分析，但仍需关注未来数据变更。

• 策略执行风险：包括交易频率、交易成本及实际交易滑点未计入，可能降低实际收益。

- 报告明确模型仅适于无重大外生冲击时环境，提示投资者谨慎使用[page::0,16]

---

6. 批判性视角与细微差别

• 报告整体结构逻辑清晰，数据详实，但部分假设有潜在限制：

- 仅选取美国EIA数据忽视其他国家油市变动，可能低估全球供需结构复杂性；
- 回测剔除了交易成本，不反映真实投资环境风险；
- 疫情及地缘政治等异常事件对模型有效性的冲击表明策略在极端情况下的稳健性存疑；
- 多因子等权合成方法权重均等，未考虑可能因子权重差异和变化，后续可探索更优权重策略；

• 研究时间窗口较长，但部分数据（2020年疫情后）恢复期表现仍待观察；

- 虽说明策略波动性及最大回撤，但未提供具体投资组合风险管理建议；

• 结论中风险提示恰当，未过度夸大策略效果，保持谨慎客观[page::0,11-16]

---

7. 结论性综合

该报告重点探讨了利用美国短期供需数据对WTI原油价格进行量化择时的可行性与有效性。通过细致的数据选取、因子定义和信号构建，借助统计学的三分位点法生成单因子信号，随后以简洁的等权加总方法组合多因子信号，构建出效率较高的多空和纯多头原油交易策略。

核心发现：

• 单一因子虽能部分捕捉价格波动信号，整体表现虽好于简单买入，但收益风险比不理想；

- 多因子组合显著提升了策略的年化收益（超30%）和夏普比（超1），且在时间维度大部分年份具有稳定的正向收益；

• 参数分析显示该策略对分位数门槛及历史窗口具较好的稳健性，减少了过拟合风险；

- 2020年疫情及2015年全球供给结构重大变化等事件对策略表现构成明显冲击，提示模型在极端事件下风险敞口较大；

• 从图表来看，策略净值曲线明显跑赢原油本身价格波动，尤其多空策略提高了投资灵活性与风险调整回报；

- 经济基本面与油价关系的长期正相关确认了基于基本面因子的交易逻辑合理性。

报告充分利用了EIA短期供需信息的高频和时效优势，结合科学的量化信号提取方法，提供了一条相对稳健的原油择时路径。尽管面对潜在的黑天鹅事件和国际政治复杂性，该策略具备一定参考价值和实操潜力，但投资者仍需关注环境变化的风险，结合风险管理体系谨慎应用。

---

总体评级与投资建议

报告未给出明确定价或投资评级说明，但从策略表现和研究结论可推断作者对基于供需因子的原油多因子择时策略持积极态度，认为其在稳健环境下可实现高收益风险比，具备量化交易实用价值[page::0,16]

---

（全文基于兴业证券《CTA 策略系列报告之十一：短期供需数据能否用于原油择时?》徐寅、宫民，2021年7月7日发布的正文及图表内容，结合详细数据及图表进行逐章细致解读和内容解释。）

报告