研究对象与数据处理说明 [page::3][page::4]

• 选取涵盖黑色、有色、能源、化工、软商品、农产品等多类别商品期货合约作为样本。

- 回测时间为2010年1月1日至2022年5月13日，采用复权价格处理，剔除部分上市初期数据确保稳健性。

• 期货截面组合采用分层法，等货值加权，设置多空组合资金比例均为50%。

截面动量因子回测结果 [page::5][page::6]

| 回看期 (J) | 1 | 3 | 5 | 10 | 21 | 243 |
|------------|------|------|------|------|------|------|
| 年化收益率 | -1.6%| -1.0%| 2.6% | 5.8% | 4.5% | 6.4% |
| 夏普比率 | -0.18| -0.11| 0.29 | 0.63 | 0.48 | 0.67 |

• 回看期10日及以上时，截面动量因子表现提升显著，年化收益率达5.8%以上，夏普率约0.6。

- 2016年后因子表现稳健且收益增强，样本池扩大利于组合构建。

乖离率因子表现及特征 [page::7][page::8][page::9]

| 回看期 (J) | 3 | 5 | 10 | 15 | 21 | 243 |
|------------|------|------|------|------|------|------|
| 年化收益率 | -0.4%| 0.7% | 4.3% | 4.4% | 4.9% | 4.8% |
| 夏普比率 | -0.05| 0.10 | 0.56 | 0.56 | 0.60 | 0.55 |

• 乖离率因子本质沿袭动量逻辑，长回看期能获得持续正收益，但整体低于动量因子。

- 短期存在反转效应，参数敏感性较动量因子强。

期限结构因子回测分析 [page::9][page::10][page::11]

| 持有期 (K) | 1 | 3 | 5 | 10 | 21 | 243 |
|------------|------|------|------|------|------|------|
| 年化收益率 | 5.0% | 4.5% | 4.8% | 4.1% | 4.3% | 2.5% |
| 夏普比率 | 0.79 | 0.73 | 0.76 | 0.65 | 0.70 | 0.44 |

• 持有期越短，期限结构因子选期能力越强，日调仓效果最佳。

- 2016年后因子有效性提升，远月贴水合约多头表现突出。

对冲压力因子表现亮点 [page::11][page::12]

| 回看期 (J) | 3 | 5 | 10 | 15 | 21 | 243 |
|------------|------|------|------|------|------|------|
| 年化收益率 | -0.8%| -1.0%| -0.6%| -0.2%| -1.1%| 4.6% |
| 夏普比率 | -0.13| -0.17| -0.09| -0.03| -0.16| 0.74 |

• 短期无显著选期能力，长回看期243日表现优异，年化收益6%，夏普0.9。

- 长期回看消除季节性影响及合约月份错配问题，提高因子有效性。

持仓量与金额因子表现 [page::12][page::13][page::14]

| 因子 | J=10年样本收益率 | 2016后最佳参数收益率 |
|--------------|------------|------------|
| 持仓量年化收益率 | 3.9% | 4.7% |
| 持仓金额年化收益率 | 4.0% | 4.3% |

• 国内持仓量相关因子为反向选期指标，做空持仓量变化较大品种收益更佳。

- 参数稳定性差，2016后表现分化明显。

变异系数因子详细分析 [page::15][page::16]

| 回看期 (J) | 3 | 5 | 10 |
|------------|------|------|------|
| 年化收益率 | 4.0% | 5.2% | 3.3% |
| 夏普比率 | 0.58 | 0.74 | 0.48 |

• 换算为波动率因子，短期回看期3-5日时收益率较好。

- 2016年后年化收益率在回看期5日达7.5%，夏普高达0.98，表现极佳。

流动性因子表现 [page::16][page::17][page::18]

| 回看期 (J) | 1 | 3 | 5 | 10 | 21 | 243 |
|------------|------|------|------|------|------|------|
| 年化收益率 | 3.4% | 0.1% | 2.0% | 0.6% | 1.0% | 2.8% |
| 夏普比率 | 0.51 | 0.02 | 0.30 | 0.09 | 0.16 | 0.44 |

• 作为反向指标，流动性因子选期能力整体较弱，对参数较敏感。

- 2016年后收益能力略有提升，但仍不足以构成有效因子。

偏度因子回测结果及评价 [page::18][page::19]

| 回看期 (J) | 1 | 3 | 5 | 10 | 15 | 21 |
|------------|-------|-------|-------|-------|-------|-------|
| 年化收益率 | -1.7% | 0.2% | -0.8% | -0.8% | 0.2% | 1.0% |
| 夏普比率 | -0.27 | 0.03 | -0.12 | -0.13 | 0.02 | 0.16 |

• 整体表现较差，缺乏稳定的超额收益，2016年后虽有所改善，但仍不足具备投资价值。

综合结论与风险提示 [page::0][page::19][page::20]

• 截面动量、期限结构、乖离率因子为较为稳定且有效的风格因子。

- 对冲压力、变异系数分别在长和短回看期表现较好，持仓量/金额与流动性因子表现不稳定。

• 偏度因子整体无明显超额收益能力。

- 2016年后因子收益表现整体提升，主因样本池扩展和市场结构变化。

• 报告不构成投资建议，实际应用需结合市场风险控制。

中信期货研究报告详尽分析

期货多因子系列（二）: 商品期货截面风格因子初探

---

一、元数据与报告概览

• 报告标题： 期货多因子系列（二）：商品期货截面风格因子初探

- 作者及机构： 张革，中信期货研究所金融工程研究团队

• 发布时间： 2022年6月7日

- 主题范围： 中国期货市场，商品期货市场风格因子研究

• 报告核心论点：

报告系统回测了8类期货截面风格因子，旨在评估其在中国商品期货市场的选期能力。重点发现截面动量因子、期限结构因子、对冲压力因子及短期变异系数因子表现最优，且2016年后因样本丰富度提升，因子选期能力显著增强。

• 评级及建议： 本报告为研究报告，明确提示回测与模型仅为举例，不构成投资建议。

- 主要信息传递：
通过分层测试方法检验不同风格因子对多空策略的alpha贡献，综合量化选期能力的稳定性与收益表现，揭示中国期货市场中部分因子有效且适用于构建基于风格的投资组合。

---

二、逐节深度解读

2.1 行业背景与市场概况

自2000年起中国期货市场快速发展，截至2021年底，市场客户权益规模超1.18万亿，机构投资者占比超70%，显示市场逐渐向专业化和机构化演变。随着专业投资者增加，传统技术指标的超额收益空间缩小，亟需理论支持的金融因子发掘 alpha，报告针对这一需求，提出8类因子并开展实证检验[page::3]。

表格1列明风格因子种类和对应代码，包括经典的截面动量（XSMOM）、乖离率（BIAS）、期限结构、对冲压力等，这为后续详细测试奠定基础。

2.2 研究标的及数据处理

选择了以成交额为主流品种组成的商品池，覆盖黑色、有色、能源、化工、软商品及农产品共计数十品种，保证样本具有代表性及广度（见表格2）[page::4]。

回测时间段为2010年1月1日至2022年5月13日，数据处理细致，强调运用复权价格以平滑主力合约切换时的跳空影响，采用“向后乘数复权”方式计算复权因子，确保价格序列的连贯性和准确性。投资组合采用等货值加权，策略分层为五组，多空分别取前20%和后20%，资金等分构建多空组合，符合量化投资通行做法[page::4]。

2.3 各因子介绍及回测结果分析

2.3.1 截面动量因子（XSMOM）

定义为某时间窗口（回看期J）价格变化率，经滞后3日后执行。主体逻辑为投资者存在过度反应，流动性不足合约尤其明显，行情惯性带来持续超额收益。

• 年化收益率随着回看期增长有提升：短期（J=1-3日）表现平平，J=10日达到5.8%，J=243（日）可达到6.4%收益，夏普比率均维持正值，风险调整后表现良好（见表3、4）[page::5,6]。

- 图表1与2中多空组合净值走势稳定攀升，尤其长回看期净值波动风险较低，说明动量信号较为有效。

• 作者指出，国内市场保证金和持仓限制使得动量效应更加突出，短期数据多噪音导致短期回看期效果不佳，而长周期资金流动和投资者行为导向使得中长期动量更可靠[page::6,7]。

2.3.2 乖离率因子（BIAS）

乖离率度量当前价格与其均价距离，并进行波动率标准化，衡量价格趋势强度，策略为做多突破均价显著的品种。

• 乖离率因子与动量逻辑类似，回看期较短时表现不好，较长时（约10天以上）体现正收益，年化约4.3-4.9%，夏普较中等，表现略逊于动量因子（见表5、6）[page::8].

- 净值图3、4显示乖离率存在一定趋势，但幅度及稳定性弱于动量。

• 解释指出，均价信号中和了部分截面品种间强弱分化，导致信号衰减，是乖离率不佳的主要原因[page::9]。

2.3.3 期限结构因子（Term Structure）

度量近月与远月合约升水或贴水的展期收益，采样展开收益作为因子。做多远月贴水合约，做空近月升水合约的极端分组。

• 回测显示短持有期（K=1日）表现最佳，年化收益5.0%，随持有期拉长收益及夏普均下降，表现出该因子对时效性敏感，快速轮动有利（表7,8）。

- 2016年后期限结构收益增大，3日持有期下年化可达6.5%，夏普比率0.96，显示近年来展期收益成分优势更加显著（图5）。

• 理论依据：近月升水合约价格贴现趋势明显，从真实市场供需及存储成本逻辑得到支撑[page::9,10,11]。

2.3.4 对冲压力因子（Hedge Pressure）

基于Hirshleifer (1990)理论，套期保值者与投机者力量对冲带来风险补偿，因子通过持仓量变动与成交量比率计算。

• 短期回看期内因子负收益，表明短期并无明显风险补偿收益。

- 长回看期（243日）时选期能力提升显著，尤其2016年后收益年化6.0%，夏普率0.90（表9,10，图6）。

• 作者推断，抹去季节因素并合约对应月份匹配消除数据噪声，有助因子有效性显现。

- 该因子在特定回看期参数和市场条件下有效，提示投资者谨慎选择参数和时间窗口[page::11,12]。

2.3.5 持仓量及持仓金额因子（Open Interest）

• 持仓量增减变化被视为潜在价格信号。国内市场反向选择，收益来源于持仓量变动较小品种。

- 持仓量因子短回看期表现优于长回看期，2016年后部分参数稳健（表11,12）。

• 持仓金额因子表现波动较大，在某些回看期无明显正收益，且2016年后波动性加剧，稳定性不足（表13,14）。

- 净值图7，8显示整体表现较弱，稳定性较差[page::12,13,14]。

2.3.6 变异系数因子（Coefficient of Variation）

• 量度收益率波动相对于绝对均值的比率，期货中高波动品种通常获得较高风险溢价，因子做多波动率较高品种获得超额收益。

- 效果随着回看期增长下降，3-5日回看期效果最佳，尤其2016年后5日回看期年化7.5%，夏普0.98，表现优异（表15,16，图9）。

• 体现了短期波动率捕捉高风险溢价的特性[page::15,16]。

2.3.7 流动性因子（Liquidity）

• 采用Amivest流动性比率衡量，多头流动性差资产需要流动性风险补偿，策略反向做空高流动性品种。

- 回测显示整体效应较弱，选期能力有限，参数敏感，2016后虽有一定增强但仍维持较低年化收益率（表17,18，图10,11）。

• 意味国内流动性不足的合约未必可获得溢价，投资者对流动性的补偿较少[page::16-18]。

2.3.8 偏度因子（Skewness）

• 利用高频5分钟数据，计算收益分布偏度，尝试捕捉非对称风险溢价。

- 整体上因子表现弱，年化收益率多为负，夏普较低，2016年后略有提升但仍不具良好预测能力（表19,20，图12）。

• 说明偏度在中国期货截面难以稳定作出风险补偿[page::18,19]。

---

三、图表深度解读

图表1、2（截面动量因子净值走势）

• 展示了10日和243日回看期截面动量因子的多空组合净值演变。

- 净值呈稳步上涨趋势，243日回看期更为平稳且收益更优，说明长期动量策略在商品期货市场的可行性和稳定性。

• 支撑文本中关于动量因子优异表现的实证论断。

图表3、4（乖离率因子净值走势）

• 乖离率多空组合净值稳步提升，但幅度及均值效果不及动量因子。

- 显示乖离率因子虽具一定趋势捕捉能力，但信号含混使收益有限。

图表5（期限结构净值走势）

• 1日持有期表现突出，净值曲线稳定上升，与期限结构回测数据高度吻合。

- 图示策略对短期合约升水/贴水现象敏感，有效捕捉展期收益。

图表6（对冲压力净值走势）

• 即使是长回看期，也呈现稳步上涨，表明季节性与合约月份匹配处理后的因子有效性。

图表7、8（持仓量与持仓金额净值走势）

• 净值走势波动且不稳定，印证短期不适合作为核心因子。

图表9（变异系数净值走势）

• 净值走势明显上扬，特别是2016年后表现加强，体现波动率溢价效应。

图表10、11（流动性因子净值走势）

• 净值无明显强势趋势，支持流动性因子表现不佳。

图表12（偏度因子净值走势）

• 净值走势波动且无持续收益趋势，说明偏度难以实现稳定选期。

---

四、估值与风险因素评估

本报告无明确估值目标价，因为其本质为因子测试与量化策略验证报告。风险提示主要在报告开头指出，此类模型并非投资建议，具体表现受参数选择、样本扩充、市场环境等多重因素影响，风险不确定性较大。没有进一步区分策略执行成本、滑点或杠杆影响，实际应用需谨慎。报告客观呈现实证数据，强调模型局限性及谨慎使用[page::0,19]。

---

五、批判性视角与细微差别

1. 参数敏感性： 多因子在不同回看期、持有期的表现差异显著，尤其持仓相关因子和流动性因子表现的稳定性差，需进一步探索最优参数。

2. 样本期限制与扩充： 2016年前后因样本池扩大，因子表现普遍提升，暗示历史样本不足影响结论的稳健性。

1. 市场特异性： 国内期货市场制度限制和投资者结构较西方不同，导致部分因子（如持仓因子）呈现反向效果，使用时需结合本土市场特征。

4. 交易成本及现实限制： 报告未考虑交易成本、滑点等实际投资障碍，特别是换仓频繁的期限结构因子，实际收益可能被大幅侵蚀。

1. 因子解释机制部分推测： 虽提供合理解释如投资者过度反应、保证金效应等，但部分结论基于理论推导或前置文献，仍需结合市场实际灵活验证。

---

六、结论性综合

本报告系统验证了8类商品期货截面风格因子的选期能力，整体结论清晰且具有可操作指导意义：

• 截面动量因子（XSMOM） 在中长回看期内表现稳定且收益突出，夏普比率处于各因子前列，是核心alpha来源；

- 期限结构因子（Term Structure） 表现稳定，中短持有期更佳，体现展期收益的持续有效性；

• 对冲压力因子（Hedge Pressure） 需要较长回看期才能体现风险补偿，且2016年后因子表现显著增强；

- 变异系数因子（CV） 在3-5日短回看期内表现最佳，显示短期波动率对超额收益的重要贡献；

• 乖离率因子（BIAS） 继承动量逻辑但信号较弱，效果中等；

- 持仓量/金额因子和流动性因子 虽获得一定收益但稳定性较低，且多为空头方向策略；

• 偏度因子（Skewness） 在整体及子样本期均无稳定alpha，选期能力不足。

值得注意的是，所有因子2016年后普遍表现增强，主要源于样本池扩展以及多空组合选择余地加大，更好捕捉市场结构性特征。结合图表多空组合净值走势和关键指标（年化收益率、夏普率、Calmar比率），优质因子具备明显的收益平滑上升趋势及风险调整优势。

报告以严谨的数据回测和体系化的因子剖析，为国内商品期货投资者、量化策略开发者提供了宝贵的风格因子框架及实际参考，具有较高的研究及应用价值。[page::0,3-21]

---

七、参考图表示例

截面动量因子净值走势图示

（图表1，10日回看期截面动量因子净值显示稳健上涨趋势）

期限结构因子净值走势图示

（图表5，期限结构因子日持有期策略净值稳健攀升，显示展期收益稳定）

变异系数因子净值走势图示

（图表9，变异系数因子3-5日回看期表现良好，净值呈现显著上升趋势）

---

综上所述，报告系统且全面地分析了商品期货市场主要风格因子，基于多维数据回测为因子量化构建与优化提供理论与实证依据。关键因子表现稳定，具备实际投资应用潜力，但投资者应重视参数选择及财务成本核算，避免因实际交易问题削弱潜在收益。

报告