专题报告｜国债期货日频量化策略
创建于 更新于
摘要
本报告围绕国债期货日频量化策略，构建了覆盖525个Alpha因子的因子库，涵盖9大类别并引入机器挖掘因子（GA、机器学习、表示学习、滚动主成分分析等）形成挖掘因子池。通过严格的IC筛选、夏普-Calmar加权、波动率缩放及组合止损，设计出T/TF/TS/TL四合约的等权投资组合。样本内(2020-2024)用于因子挖掘与参数优化，样本外(2025-2026)用于独立验证；回测结果显示全区间夏普3.457、最大回撤-1.81%、Calmar 6.96，样本外夏普3.349、样本外回撤-0.94%，显著优于单合约策略，且机器挖掘因子占比约30%，提升了信息含量。 [page::0][page::1]
