国债期货基差因子细化框架及意义 [page::0][page::4]

• 建立包括基差利差、趋势强度、高频资金流、高频量价特征因子以及深度学习因子在内的多因子体系。

- 通过剔除基差季节性规律及CTD切换跳变，解决基差指标信息准确性问题。

• 细化因子提升不同期限国债期货（T、TF、TS）择时策略表现，增强策略稳健性。

基差因子四大优化方法详解 [page::4][page::6][page::8][page::10]

• 衡量基差相对收敛速度与空间：剔除季节性，基于距到期时间计算基差相对历史均值收敛指标。

- 剔除CTD切换影响的时序数据：通过去除CTD切换带来的基差跳变，获得更真实反映市场的基差数据。

• 基于活跃券的平均基差变化：选取一篮子活跃可交割券计算平均基差，增强择时信号稳定性。

- 基差跨期价差指标：基于剔除CTD影响的净基差，计算相邻期货合约跨期价差，反映市场情绪和套保需求。

滚动窗口动态因子筛选策略框架 [page::12]

• 结合长周期回归和短期回测筛选因子，保证因子稳定性与收益风险比。

- 交易成本考虑手续费和滑点，单因子信号动态调整杠杆，最终多因子组合维持近1倍杠杆。

基差因子及多因子策略净值表现 [page::13][page::14][page::15][page::16][page::17][page::18][page::19]

| 品种 | 年化收益率 | 年化波动率 | 夏普率 |
|-------|------------|------------|--------|
| 十年期（基差因子） | 3.4% | 2.0% | 1.68 |
| 十年期（多因子） | 3.7% | 1.9% | 1.97 |
| 五年期（基差因子） | 4.3% | 2.1% | 2.04 |
| 五年期（多因子） | 4.0% | 2.0% | 1.94 |
| 两年期（基差因子） | 3.5% | 2.1% | 1.64 |
| 两年期（多因子） | 3.6% | 2.0% | 1.79 |

• 多因子策略普遍优于单一基差因子，特别是十年期多因子夏普及收益率提升显著。

- 高频量价因子和趋势强度因子在大类因子中表现突出。

风险提示 [page::0][page::19]

• 本量化模型基于历史数据，不排除未来失效风险。

国债期货量化系列八：国债期货基差因子的细化 —— 报告详尽分析

---

1. 元数据与概览

报告标题：《国债期货量化系列八：国债期货基差因子的细化》

作者：王冬黎，金融工程首席分析师

发布机构：上海东证期货有限公司，东证衍生品研究院

发布日期：2024年11月1日

研究主题：本报告聚焦于国债期货市场中的基差因子构建及优化，针对基差因子在国债期货中择时与套保交易中的关键作用，提出了基差因子的细化方法，通过算法框架优化国债期货基差指标的计算，扩展基差相关指标，强化了择时策略的稳健性。

核心论点与目标：

• 传统基差因子构建存在基差季节性规律及CTD（最廉价可交割券）切换带来的跳变影响，导致基差指标信息准确性不足。
• 本报告针对上述问题提出基差指标计算的优化方法，包括剔除CTD切换影响、采用滚动窗口筛选与合成框架、活跃券基差均值计算和跨期基差价差指标创新。
• 实证结果显示，细化后的基差因子在不同品种均取得显著优化效果，进一步提升了国债期货多因子择时策略的表现。T（十年期）、TF（五年期）、TS（二年期）基差因子分别获得年化收益率3.4%、4.3%、3.5%，夏普率分别达到1.68、2.04、1.64。
• 多因子组合策略的表现亦优于单一基差因子，强化了策略的风险调整后收益。
• 风险提示强调量化模型的历史有效性存在失效可能性。

---

2. 逐节深度解读

2.1 主要内容

报告回顾了此前国债期货中构建的多因子框架，包括基差利差因子、趋势强度因子、高频资金流因子、高频量价特征因子及深度学习算法因子。基差因子作为基础低频因子，是关键择时与套保工具。基差受季节性因素和CTD切换影响，导致连续性和信息量受损。故本报告提出对基差指标重新计算，细化基差相关衍生指标，挖掘整体活跃券基差趋势和跨期基差，提升因子有效性。

基差因子的策略表现显示，择时中高胜率、低盈亏比，展现国债期货固有Carry收益特征，但亦存在对应行情下反向波动风险。基差因子对十年期国债期货多因子贡献度偏弱，优化方案中剔除CTD切换影响后的基差指标表现最佳。活跃券均值基差指标对十年期效果显著，对其他品种影响较弱。[page::0,4]

2.2 基差因子的优化

四个具体优化维度：

• 收敛速度与收敛空间：基于期货合约距到期时间，剔除季节性，计算基差相对历史均值的收敛速度和空间，校准基差固有收敛规律，改善时序比较的有效性。
• 剔除CTD切换影响：CTD切换引发基差序列跳变，造成数据断裂。利用活跃券信息剔除该跳变，得到连续平滑的基差时序。此优化效果突出，显著提升择时指标稳定性。
• 活跃券平均基差变化：活跃券相较最廉价券波动较大但趋势一致，纳入活跃券集合均值可捕获更丰富现券信息，有效提升十年期基差因子预测能力。
• 跨期价差指标创新：跨期价差反映市场预期和情绪，采用剔除CTD切换影响的跨期基差变化计算，弥补传统期货跨期价差忽略的CTD差异对期货定价的中枢影响，增强市场情绪捕获能力。

基差因子基于上面优化计算的多维度指标均表现不俗，特别是剔除CTD后指标以及基差跨期价差类指标在样本外滚动窗口中的夏普表现稳健。[page::4-6,10]

2.3 滚动窗口因子筛选策略框架

策略采用双层筛选：

• 长周期预测回归（W1窗口）：对因子回归交易时期收益，选出统计显著且模型拟合良好的因子。
• 回测精选窗口（W2窗口）：基于模型信号进行回测，挑选夏普率超过阈值的因子纳入样本窗口。
• 样本外检测（W3窗口）：对滚动筛选因子样本外表现进行无偏估计。

交易成本计为双边3元/手手续费和1跳价滑点，单因子缩放至平均单倍杠杆，多因子采取等权合成。

此框架旨在实现预测因子的稳定性与风险调整收益最优化，保证了因子及策略的稳健性和适应性。[page::12]

2.4 不同品种基差因子净值效果

• 十年期（T）：基差因子滚动样本外年化收益3.4%，波动2.0%，夏普1.68，2024年表现低于2023年。
• 五年期（TF）：年化收益4.3%，波动2.1%，夏普2.04，2024年与2023年表现相当。
• 两年期（TS）：年化收益3.5%，波动2.1%，夏普1.64，2024年表现优于2023年。

净值曲线显示基差因子稳定上升，最大回撤较小。因子夏普率较高，表明风险调整后有良好收益贡献。[page::13-14]

2.5 多因子择时策略表现

基于基差因子结合高频资金流、趋势强度、高频量价特征、现券交易和利率利差等六大类因子构建多因子多空策略，表现进一步提升：

• 十年期策略：年化收益3.7%，波动1.9%，夏普约1.97，较基差单因子明显改善。
• 五年期策略：年化收益4.0%，波动2.0%，夏普1.94，收益和波动均高于单因子。
• 两年期策略：年化收益3.6%，波动2.0%，夏普1.79，也优于单因子。

大类因子表现差异显著，十年期中高频量价因子（夏普1.99）及趋势强度因子（1.88）表现最佳，五年期趋势强度因子（2.36）领先，高频资金流及基差因子其次，现券交易因子表现最弱。

两年期以高频量价因子（2.02）和趋势强度因子（1.82）领先，现券交易因子表现同样低于其他因子。

策略净值走势总体平稳且回撤控制较好，换手率适中，显示策略兼顾交易成本。[page::14-17]

2.6 风险提示

报告作者强调模型基于历史数据推断有效性，不排除未来失效的风险。伴随市场结构变化、政策调整及流动性波动，模型表现可能波动，此为量化策略普遍存在的风险。[page::0,19]

---

3. 图表深度解读

图表1-3：十年期国债期货基差走势及收敛

• 图表1显示2022年初至2024年10月的十年期主力合约基差起伏波动，呈现高峰出现在2022年末（接近1.4），随后大幅收敛至接近零附近。
• 图表2叠加多个基差合约，体现不同契约的基差收敛趋势明显，合约间基差从远期大幅正值收敛至接近平衡。
• 图表3将2412合约基差与历史均值相比较，突出CTD切换引发的跳跃影响，及基差对历史均值的收敛速度和空间，阐释CTD切换破坏时间序列连续性的具体表现。

此系列图表有力佐证基差季节性和CTD切换的干扰，明确提出优化的必要性。[page::5]

图表4：收敛空间与速度基差因子指标表现举例

• 展示了基差相关指标在最新2024年窗口期的绩效，包含年化收益率（最高达5.7%）、年化波动率、最大回撤、胜率及盈亏比。
• 次廉券净基差历史同期百分位数在十年期（T）表现最佳，收益-波动结合良好，夏普率达2.32，胜率近60%。
• 五年期（TF）和两年期（TS）也展现不同程度正向表现。

图表反映基差相对收敛指标的实用性和稳健性。[page::6]

图表5-7：CTD切换影响示例及剔除效果

• 图表5直观显示24012合约CTD切换期间多个可交割券的收益率差异，切换处出现明显跳变。
• 图表6和图表7分别展示剔除CTD影响后的基差走势和平滑后的累计变化，明显较原始数据更为连续和平滑。
• 明确传达剔除CTD切换后指标更准确反映市场实际基差趋势，提升因子稳定度。

这一部分有效解决过去CTD带来数据噪声和非连续性问题。[page::7]

图表8：剔除CTD切换影响的基差因子指标绩效

• 罗列多个剔除CTD影响后基差环比变化及历史同期百分位数指标的详细绩效，十年期指标年化收益最高5.7%，夏普率过2.3。
• 适用范围覆盖不同品种和基差层级，明确优于未剔除CTD影响的历史指标。

强化剔除CTD对基差因子有效性的核心贡献。[page::8]

图表9-12：活跃券相关基差变化及绩效表现

• 图表9展示不同活跃券绝对基差水平存在明显差异但波动方向高度一致，说明活跃券基差均值可代表整体趋势。
• 图表10-11基于多个活跃券构建的基差变化时序指标，图形良好捕捉基差动态。
• 图表12列出活跃券平均基差及相关指标的滚动样本外窗口期绩效，年化收益率多达5.2%，夏普率最高达2.19。

这一创新进一步丰富基差信息来源，弥补仅依赖最廉券的不足。[page::9-10]

图表13-14：基差跨期价差指标图示及绩效

• 图表13从视觉展示跨期净基差价差与十年期国债期货收益价格的联动，明显标注出“左侧套保”和“右侧套保”两个阶段，引导理解套保需求及市场悲观情绪释放机制。
• 图表14总结跨期基差价差指标的绩效表现，如十年期最廉券跨期基差夏普率1.48，年化收益率4.0%。

这一创新指标有效捕捉期货跨期市场的情绪与套保波动，增强策略信息量。[page::11]

图表15：因子筛选框架示意图

• 结构化揭示因子长周期预测回归（W1）、回测精选窗口（W2）和样本外验证（W3）的滚动筛选流程，彰显因子选择的严谨性。
• 交易成本和杠杆控制措施明确，体现实际操作上的成本和风险管理。[page::12]

图表16-21：基差因子单因子策略净值表现

• 分别展示十年期、五年期、两年期基差因子样本外净值曲线与统计指标，均体现策略净值稳定上涨，最大回撤均控制在-1.7%，夏普率均处于1.6-2.0区间。
• 统计数据区分2023年和2024年的表现，并存在一定的年份差异，提醒策略表现随时间变化。

验证基差因子策略稳定性与可靠性。[page::13-14]

图表22-27：多因子策略净值表现

• 各品种多因子策略净值走势均较单因子表现更稳健，夏普提升明显（十年期由1.68升至1.97），年化波动率略降低。
• 统计表细化表现按年度展示，换手率数据披露策略交易活跃度。

说明多因子合成策略能有效分散单因子风险，提升收益质量。[page::15-16]

图表28-33：大类因子指标滚动窗口表现

• 大类因子覆盖基差、高频资金流、趋势强度、高频量价特征、现券交易、利率利差六类。
• 十年期表现以高频量价和趋势强度为首，其次是资金流和基差，现券交易表现最弱。
• 五年期中趋势强度领衔，资金流和基差表现次之，分化较十年期更明显。
• 两年期高频量价因子优势明显，趋势强度次之，现券交易再次落后。

体现各类因子在不同期限产品中权重和表现差异，辅助策略因子组合优化。[page::16-19]

---

4. 估值分析

本报告主要聚焦因子构建及策略表现，未详细涉及传统意义上的企业估值方法（如DCF、市盈率等），但在因子策略层面采用了多因子合成及优化测算来定量建立策略的收益与风险表现，核心估值体系即为基于年化收益率、波动率、夏普率、最大回撤率等指标综合衡量因子有效性和策略表现。

滚动窗口筛选能视为动态模型估值调整，结合交易成本和杠杆控制，确保估值的合理性和策略实施的可行性。

---

5. 风险因素评估

• 量化模型基于历史数据推断有效性，存在模型在未来失效的风险。
• CTD切换和市场情绪变化等因素对基差因子存在潜在突变和非线性影响。
• 组合中各因子表现随市场环境变化会产生波动，策略需动态调整。
• 交易成本和滑点考虑有限，实际操作中可能遇到更大冲击成本。

报告未详细披露缓解策略，但通过滚动筛选和多因子组合体现动态风险适应能力。[page::0,19]

---

6. 批判性视角与细微差别

• 报告对基差因子重要性的强调较强，与其他大类因子相比，基差因子估计在多因子组合中贡献有限，尤其十年期表现偏弱，反映基差内在属性限制；报告对此有适度披露，呈现相对客观。
• 细化优化主要围绕剔除CTD切换和活跃券均值，尽管提升显著，但其方法依赖活跃券定义及市场结构不变，若活跃券流动性发生根本变动则模型存在隐患。
• 跨期基差价差指标多处在主观分析阶段，缺乏严格统计验证，后续工作需加强验证。
• 报告大量依赖滚动窗口筛选夏普率等指标，若历史窗口样本不够多元，可能存在过拟合风险。
• 虽然交易成本纳入，但并未详述滑点可能对高频因子影响，可能隐含乐观假设。

整体报告体现了系统化框架和实证细致，但对模型结构性缺陷与极端风险揭示较少。

---

7. 结论性综合

本报告系统细化了国债期货基差因子的构建方法，重点在于消除CTD切换和季节性影响，通过构建基差收敛速度及空间指标、剔除跳跃、活跃券均值策略和跨期价差因子四大优化措施，极大提升了基差因子的信息含量及择时价值。

图表分析显示，优化后的基差因子在十年期、五年期及两年期国债期货中均表现优异，滚动样本外测算中基差因子年化收益率和夏普均处于较高水平，其中剔除CTD切换影响的基差因子表现尤为突出。活跃券基差趋势指标为十年期国债期货策略带来明显增益，跨期基差价差指标则有效捕捉套保需求和市场情绪波动，彰显跨品种动态认知的创新应用。

多因子组合策略较单一基差因子策略显著提升了风险调整后收益，尤其在十年期和五年期国债期货，看出多因子集成的协同性和稳健性。图表展示高频资金流、趋势强度和高频量价因子对组合贡献显著，优化使得策略换手率合理控制。

风险方面，由于基差因子的内在属性和市场波动特征，量化模型依赖历史回测，存在失效风险，且CTD切换及活跃券状态变动均可能影响因子稳定性。设计中采用滚动窗口加强了因子筛选和策略动态适应性，为风险管理提供保障。

总体来看，报告提供的基差因子细化方法科学合理，实证数据充分支持其在国债期货择时中的应用价值。报告所附丰富图表直观展现基差问题与优化成果，为投资者和研究者深入理解基差因子构建和应用提供了有效工具和分析范式，亦为未来进一步完善国债期货量化策略构建奠定坚实基础。

---

（全文引用出处均标注页码，以便查证，详见[page::0-21]）

报告