CTA 策略系列报告：商品量化基本面研究框架的探索之铁矿石
由small_q创建，最终由small_q 被浏览 170 用户
摘要
我们梳理了铁矿石的产业链逻辑，将影响铁矿石价格的因子分为两大类四子类，基本面因子包括供应因子、需求因子、库存因子，而情绪因子是并列于基本面因子的一大类因子。
基本面因子相对于行情数据有更新频率更低、更新不够及时、统计口径时有变化等特点，所以数据处理方面有其特殊之处，本文从数据频率的统一、数据及时性、季节性调整以及奇异值的处理等方面进行了深入探讨。
对于单个因子来说，为了衡量其预测效果，我们采用三分位法作为信号生成机制，确定未来的交易头寸，从中发现三分位法的t统计量的值与我们通常追求的夏普比率（不考虑手续费和交易摩擦）相关性非常高，可达到98%以上，这一点与螺纹钢的结果一致。从而可以用t统计量是否显著作为因子预测效果的重要衡量指标。
筛选过程中我们发现供给和需求确实对铁矿石价格走势有很强的影响，下游产业的价格因子的边际变化相对于其绝对数值预测能力更显著，而铁矿石库存的绝对数值预测效果更好，情绪因子方面20天、40天有较强的预测能力，而60天和120天动量没有显著预测能力，可见短期的预测能力要好于长期（不考虑换手带来的交易成本和摩擦）。
我们提出滚动样本预测方法，取观察窗口长度M为24个月，而投资窗口长度N为半个月的前提下，利用本文提到的五种因子结合方式，无论哪种方式结合，两大类因子结合策略的夏普比可以达到1.5左右，均明显高于单独任一大类因子的夏普比，可见分别考虑两大类因子不仅有利于收益的归因分析，同时也会增强策略整体表现。
正文
/wiki/static/upload/eb/ebc2f9a2-fdc2-4810-807a-8ec6f53cf61d.pdf
\