量化策略回测与表现跟踪 [page::0][page::3]

• 单因子等权模型（基于IVX回归法）表现优异，年化收益50%，年化波动18%，最大回撤仅18%，夏普比率高达2.64。

- 基于3PRF模型的降维与动态赋权综合信号年化收益35%，波动率20%，最大回撤22%，夏普比率1.64，信号更加灵活稳定。

• 2020年3月，单因子模型信号震荡，看多因子数占比30%，看空占5%，3PRF信号多变，换手率高，给出看平的状态。

- 相关推荐策略建议关注疫情海外拐点，布局螺纹钢多单。

单因子等权策略表现及信号分析 [page::4][page::5]

• 单因子策略净值稳步增长，2011年至2020年保持持续上升趋势。

- 信号方向与螺纹期价关系紧密，信号状态能够较好捕捉价格走势反转。

• 月度收益率保持波动，综合信号表现与部分供应、需求指标变动相关。

大类因子综合信号及动态因子合成 [page::6]

• 供给、需求、库存、宏观及价格价差共五类因子月度收益率和净值持续增长，尤其需求类及综合信号表现突出。

- 3PRF模型通过动态赋权捕捉驱动因子的时间变化，使策略在不同市场环境中均能保持较好适应性。

• 大类因子综合信号方向与螺纹期货价格波动高度相关，具备较强预测能力。

螺纹期价主要影响因素分析 [page::7][page::8][page::9]

• 螺纹钢价格受供应（高炉开工率、铁矿疏港量）、需求（钢材出口数量）、库存及宏观资金面（社融、M1）多重因素影响。

- 实际数据显示，钢厂开工率和铁矿疏港量波动明显，钢材出口数量的增长预示需求端良好，宏观资金环境趋稳。

• 库存周度变化反映社会与钢厂库存双重库存状态，短期价格波动亦与库存水平关联紧密。

量化模型技术框架简介 [page::10][page::11]

• IVX预测回归方法针对时间序列内生性及持续性问题，提供无偏估计，提高单因子的预测效力。

- 3PRF模型采用三阶段回归方法对指标进行降维，动态赋权提升多因子综合策略的稳定性与适应性。

• 该技术框架有助于捕捉螺纹钢市场主要逻辑变化，实现灵活的择时策略调整。

金融研究报告详尽分析报告

报告标题：衍生品量化择时系列专题之二：螺纹钢指标筛选与大类因子合成研究
发布机构：上海东证期货有限公司东证衍生品研究院
发布时间：2020年3月31日
分析师：王冬黎，高级分析师（金 融工程）
研究主题：螺纹钢期货价格的量化择时策略，主要基于多因子模型与宏观基本面数据驱动的预测与信号生成

---

一、元数据与概览

本报告继承了2020年10月发布的系列专题报告，重点聚焦螺纹钢期价的量化择时，基于两大预测建模体系：

1. 单因子等权模型，基于IVX预测回归方法，通过单因子筛选；

2. 3PRF模型（Three-pass Regression Filter），利用数据降维技术对多因子进行动态赋权合成。

核心论点是：这两种模型对螺纹钢期价具有一定预测能力，2011年至2020年3月的历史回测显示，模型能够取得较高的年化收益率和风险调整收益指标，但表现近几年出现分化。分析当前（2020年3月）疫情和国际市场环境影响，模型信号整体偏中性，短期市场依然不确定，建议谨慎布局尤其关注海外疫情拐点以择机建多单。报告明确指出风险主要源于模型因子有限及重要因子变化。评级并未明确，但策略倾向为观望加等待突变点后布局。

---

二、逐节深度解读

1. 衍生品量化择时之螺纹策略跟踪

报告首先回顾了两套模型的历史表现：

• 单因子等权模型：年化收益率约50%，年化波动率18%，最大回撤为-18%，日胜率57%，夏普比率2.64，换手率0.85；

- 3PRF模型：年化收益率35%，年化波动率20%，最大回撤-22%，日胜率54%，夏普比率1.64，换手率1.26。

单因子模型收益较高且回撤较低，夏普比率更优，但3PRF模型更灵活，能动态捕捉投资逻辑变化，净值曲线平滑。


2020年3月，单因子模型显示信号偏震荡，看多因子占30%，看空仅5%；3PRF模型信号波动大、换手高，最新信号中性。疫情及需求骤降削弱宏观和基本面指标的解释力，导致整体基本面偏中性。


作者建议在3000-3100区间布局多单，体现策略的审慎乐观。

同时附带了2019年4月至2020年3月各月模型收益表现，展示了策略的时变表现轨迹[page::0,3]。

---

1.1 基于IVX回归法的单因子等权模型

报告图表详细呈现了2011年至2020年1月的净值增长（图2），净值呈长周期稳定上升，尤其2016年后表现强劲，确认模型在较长周期内具有挑战市场的能力。


信号方向（图3）显示模型在2014年至2016年间多数时间处于空头状态，对应螺纹钢价格跌势，2016年之后多头信号长期主导，配合市场大幅上扬的价格趋势。


关键指标的信号分布（图4）反映多空因子占比长期波动，2020年初看多因子数量出现回落，但尚未全面转空。


图表5辅助说明看多因子占比与螺纹期货价格间相关性，能够直观反映模型信号对价格趋势的映射效果。


此外，图表6列示了各单因子月度收益率，其中供给类（小钢厂开工率）、需求类（钢材出口量）和资金面（新增人民币贷款）等指标短期表现各异，具体这三类指标2020年1至3月月度收益分别为：

• 小钢厂开工率：-1.2%、-7.6%、2.8%

- 钢材出口数量：0%、1.8%、4.7%

• 新增人民币贷款：0%、3.6%、-1.9%

上述表明疫情影响下供给端波动大，需求侧出口维持小幅增长，而资金面指标表现波动相对复杂，使模型信号震荡明显[page::4,5]。

---

1.2 基于3PRF的大类因子综合信号

3PRF模型表7展示了2020年各月度收益率分解为大类因子维度：供给、需求、库存、宏观及价格价差。近期数据（特别是疫情爆发初期）反映各因子波动剧烈，供给与库存因子波动尤为明显，需求类因子异常月份出现负收益，宏观因子表现波动且隐含不确定预期。


图8至图10展现了自2014年至2020年的3PRF信号净值、信号方向及相关大类因子净值曲线，整体趋势稳步向上，表现出模型在长周期对螺纹价格预测能力，但短期信号多变，反映疫情冲击下的市场不稳定。


3PRF模型通过降维方式整合多类因子，增强对市场主逻辑转换适应性，利于捕捉驱动因子失效后的变换趋势，因而模型换手率较单因子模型高，信号更加敏感且具动态调整能力[page::6]。

---

2. 螺纹期价走势主要影响因子

报告中的系统性归类分为五大因子类别，分别为供应类49个、需求类25个、库存类11个、宏观类62个和价格类23个。通过单因子测算选出具有预测能力的代表指标，比如高炉开工率、铁矿石疏港量、钢坯库存（供给），钢材出口（需求），社会融资规模、M1、钢铁景气指数（宏观），以及价格基差等。


具体指标趋势解读：

• 图11-12：地产销售与新开工、钢铁相关PMI指标显示，2019年地产销售下滑明显，且2020年地产新开工面积急剧下降，钢铁PMI趋低，预示下游需求收缩。

- 图13-14：融资规模指标逐年趋缓，M1同比虽有回暖信号，但增速仍低于高峰期，反映资金面总体谨慎。

• 图15-17：高炉开工率维持较高水平但整体趋稳，铁矿石疏港量波动加剧但短期无明显下降趋势，钢坯库存持续攀升后有所回落但仍高位，供应端承压。

- 图18：钢材出口数据显示2019年底下滑后2020年初呈现较为明显反弹。

• 图19-21：社会库存呈现大幅波动，螺纹产量波动反映相关供应调整，钢厂库存有所下降，表明厂商库存压力逐步释放。

- 图22：螺纹现货价格整体较为平稳，但2020年初有所下跌且波动幅度增大[page::7,8,9]。

综上，基本面反映疫情影响下需求骤减，供应端调整缓慢且库存压力较大，宏观资金面限制明显，整体短期螺纹钢价格走势面临较多不确定性。

---

3. 附录：量化模型介绍

3.1 IVX预测回归方法
基于时间序列的预测回归面临指标内生性与持续性问题，传统OLS存在偏差。IVX方法通过构造工具变量（IVX变量）降低偏差，能处理平稳、协整及近协整序列，在金融预测序列分析中表现出较强稳健性。通过两阶段最小二乘(2SLS)估计获得无偏参数估计，便于假设检验，提升回归的有效性和统计显著性[page::10]。

3.2 3PRF降维方法
三阶段回归(3PRF)模型，以预测目标收益与因子的协方差最大为目标，相较传统主成分分析以方差最大的组合为降维目标更加注重预测能力。通过三阶段回归框架，从高维因子中提炼潜在因子，动态捕捉收益贡献显著的驱动因素，特别适用于时间序列滚动窗口分析，革新了量化择时模型的因子动态调整和逻辑切换，增强实用性和预测稳定性[page::11]。

---

4. 风险提示

报告明确提示模型因子考量有限，且预测因子本身存在变动风险，特别短期疫情影响多变，市场供需不确定性加剧，模型解释力和预测能力可能受限。此外，政策变化、宏观经济波动、海外需求萎缩均构成潜在风险。报告未特别提供缓解对策，但建议投资者保持观察态度，关注疫情变化及政策动向[page::0,11]。

---

三、图表深度解读

图表1：螺纹钢基本面量化择时策略跟踪
表格中展示2019年4月至2020年3月单因子等权与3PRF模型月度收益表现，能清晰看出策略波动、收益起伏与模型信号强弱的时间关系。2020年2-3月收益负向体现市场波动及疫情冲击，2月3PRF看空更明显，模型切换频繁换手增多。


图表2、3、4、5（单因子等权模型）
图2净值曲线体现模型长期优良表现；图3信号方向与螺纹期价对应，模型信号对价格走势有较高正向反映；图4显示不同时间点多空因子分布趋势，反映信号的波动性；图5展示看多因子占比与螺纹期价间的相关性，实际指导交易决策。


图表6（单因子月度收益率）
表格详细呈现单因子贡献度的周期性及个别指标月度表现，有助于深入解析具体因素对收益的影响。


图表7-10（3PRF模型相关）
图7月度收益率细分供给、需求、库存、宏观、价格差类别，揭示多因子影响的结构和变化趋势。图8净值曲线体现模型的累计收益稳定提升。图9信号方向与螺纹期价关系波动说明模型对市场逻辑切换的敏感度。图10多类因子净值曲线对比进一步解释模型多维度表现。


图表11-22（宏观及产业链关键指标）
包括地产销售、新开工、钢铁PMI、社会融资规模、M1、钢厂开工率、疏港量、钢坯库存、钢材出口、各类库存及产量变化，和现货价格走势。每个图表都揭示了产业链上下游和宏观层面的供需、库存、资金面动态，帮助构建宏观和微观联动的全局视角，关联量化模型指标的有效性和局限性。

---

四、估值分析

本报告以量化择时策略为主，未展开经典公司估值方法。但模型本身隐含基于收益率预测的定量估值及择时信号生成，体现为未来螺纹价格走势预判。模型的核心估值假设是，基本面因子、宏观数据及产业链指标具备持续预测能力，3PRF的动态权重调整体现了对驱动因子结构变化的重估过程。

---

五、风险因素评估

报告提示核心风险包涵：

• 因子选择受限，可能遗漏重要市场信息。

- 疫情、政策、国际需求剧变导致模型预测能力下降。

• 变量内生性与结构性断裂减弱预测稳定性。

这些风险影响模型的收益和信号可靠性，建议投资者结合实际运用时注重风险管理和动态调整。

---

六、批判性视角与细微差别

报告客观呈现模型优劣，强调疫情等不确定冲击导致基本面解释力下降，突显了分析的现实感和审慎态度。

不过，报告对模型潜在局限讨论略显简略，特别是对极端事件驱动（如全球公共卫生事件）模型失效可能带来的深远影响未做充分展开。

此外，报告单因子模型与3PRF模型收益对比时，未充分揭示为何单因子模型长期收益率高于多因子动态模型，这可能暗示单因子模型对特定历史阶段或资产价格趋势依赖性较强，存在一定的样本内过拟合风险。

总的来说，报告保持较好的中立立场，尤其对疫情背景保持谨慎。

---

七、结论性综合

本报告通过多因子量化策略对螺纹钢期价进行了深入系统的择时研究：

• 单因子等权模型长期表现更为优异，净值增长稳健，信号与价格高度匹配，但单因子模型换手较低，灵活应变能力有限；

- 3PRF多因子动态赋权模型虽年化收益略低，但能有效捕捉市场逻辑变化，表现更加平稳，适合动态调整投资组合。

从2020年3月的实际跟踪看，模型信号因疫情等外部冲击短期震荡明显，基本面呈现中性偏弱，部分供给和需求指标表现分化，且宏观资金面指标表现差异大。整体策略建议持观望态度，待疫情海外拐点出现后择机介入多单，特别是在3000-3100价格区间布局。

报告图表和数据深刻揭示了螺纹钢产业链上下游的复杂互动及宏观金融环境对价格的影响，模型的统计优良性得到实证支持。风险提示明确，强化投资者风险意识。

综上，报告为投资者提供了一套兼具历史验证和现代统计模型的量化择时工具，结合当前疫情冲击环境，提出短期谨慎、中长期潜在布局的投资视角，兼备策略指导性和学理扎实度。[page::0,3,4,5,6,7,8,9,10,11]

---

附录：部分关键图表示例

单因子等权净值（图2）



单因子等权信号与螺纹期价关系（图3）



大类因子净值结果（图8）



地产销售与新开工（图11）



螺纹现货价格走势（图22）



---

综上，本报告全面系统地解析了以量化择时方法驱动的螺纹钢期价预测策略，有助于市场参与者客观评估策略的风险与收益，具备较高的实用价值和理论深度。

报告