重要提示：本报告观点和信息仅供符合证监会适当性管理规定的期货交易者参考。因本平台暂时无法设置访问限制，若您并非符合规定的交易者，为控制交易风险，请勿点击查看或使用本报告任何信息。对由此给您造成的不便表示诚挚歉意，感谢您的理解与配合！
作者 | 陆昶燚 中信建投期货研究发展部
本报告完成时间 | 2024年12月12日
摘 要
技术指标是基于最高价、最低价、开盘价、收盘价、成交量、成交额等历史行情数据衍生出来的一类指标。技术指标分析，是依据一定的数理统计方法，运用一些复杂的计算公式，来判断价格走势的量化的分析方法。
流动性指的是流动性水平的大小，它反映资产的变现能力，本文从流动性因子这一高频因子出发，通过实证研究分别分析了流动性因子对于商品期货未来收益的负向关系和商品期货流动性对股价波动的影响。
金融市场中，流动性往往指代参与者能否以合理的价格迅速买卖标的资产，反映了市场的交易活跃程度，也是观测风险的一个重要视角。当前市场中常用的流动性因子具有显著的收益预测能力，本文主要从静态的视角构建，通过计算相关指标的历史平均水平描述商品期货的流动性。
风险提示：模型误设风险、历史统计规律失效等风险。
一
概述
流动性刻画股票交易所需要的时间和成本，一般来说，流动性较差的个股通常有更高的预期收益，这是对流动性风险的风险补偿。因此，流动性因子通常表现为流动性越低，未来收益越高的特征（。高频的流动性因子，可以通过价差宽度、价格深度来刻画流动性。本文将股票市场中传统的流动性因子进行衍生，将商品期货市场中各品种的特性与高频数据相结合，以期获得商品市场中行之有效的流动性因子。
1.1. 量化交易策略绩效指标
在量化交易策略中，我们通过多次资产组合，对风险资产的权重进行动态调整。除了关注截面上资产组合本身的风险、收益率之外，还应该关注制定策略在时序上的稳定性、胜率、风险等。常用的业绩评价指标主要包括：
1、年化收益率（Annualized Returns）
年化收益率是衡量策略投资回报的主要指标，表示投资一年的预期收益率，计算公式如下：
其中
2、夏普比率（Sharp Ratio）
夏普比率是指承受单位总风险带来的超额回报，可同时对风险与收益进行考虑。如在给定的风险水平下最大化期望回报，在给定的期望回报水平上最小化风险。计算公式如下：
3、最大回撤（Max Draw Down）
最大回撤反映了投资者忍耐亏损的极限，衡量了给定时间内最极端的亏损量。t日的最大回撤计算公式如下：
4、波动率（Volatility）
收益的标准差为测度风险的常用指标，通常被定义为方差的平方根，以衡量结果的波动程度，计算公式如下：
5、卡玛比率（Calmar Ratio）
卡玛比率定义与夏普比率类似，采用最大回撤作为风险衡量指标，计算公式如下：
1.2. 因子信号生成逻辑
1、非流动性因子计算公式：
非流动性因子主要逻辑为计算过去一段时间内收益率与成交量比值的平均值。本文中将计算1，3，6，9，12个月的非流动性因子，并将之结合。其信号产生逻辑为当某品种的非流动性因子值超过整体品种池非流动性因子值0.8分位时，产生做多信号，当某品种的非流动性因子值低于整体品种池非流动性因子值0.2分位时，产生做空信号。
2、非流动性因子标准差计算公式：
非流动性因子标准差主要逻辑为计算过去一段时间内收益率与成交量比值的标准差。本文中将计算1，3，6，9，12个月的非流动性因子，并将之结合。其信号产生逻辑为当某品种的非流动性标准差超过整体品种池非流动性标准差0.8分位时，产生做多信号，当某品种的非流动性标准差低于整体品种池非流动性标准差0.2分位时，产生做空信号。
3、最短路径因子计算公式：
最短路径计算为当前K线最高价与最低价的差值减去当前K线开盘价与收盘价差值的绝对值。最短路径因子主要逻辑为计算过去一段时间内最短路径与成交量比值的平均值。本文中将计算1，3，6，9，12个月的最短路径因子，并将之结合。其信号产生逻辑为当某品种的最短路径因子值超过整体品种池最短路径因子值0.8分位时，产生做多信号，当某品种的最短路径因子值低于整体品种池最短路径因子值0.2分位时，产生做空信号。
4、最短路径因子标准差计算公式：
最短路径计算为当前K线最高价与最低价的差值减去当前K线开盘价与收盘价差值的绝对值。最短路径因子主要逻辑为计算过去一段时间内最短路径与成交量比值的标准差。本文中将计算1，3，6，9，12个月的最短路径因子标准差，并将之结合。其信号产生逻辑为当某品种的最短路径标准差超过整体品种池最短路径标准差0.8分位时，产生做多信号，当某品种的最短路径标准差低于整体品种池最短路径标准差0.2分位时，产生做空信号。
二
分箱结果
上述四个因子我们主要通过其15分钟的成交价，最高价，最低价以及成交量等数据进行建模，经过简单测试后，非流动性因子与最短路径因子表现较差，其标准差的两个因子表现较好，非流动性因子与最短路径因子的夏普比率均为负不具备交易性，非流动性因子标准差夏普比率较低，仅为0.3左右，但是在2024年之前净值走势较为平稳，进入2024年后，因子净值出现较大回撤。最短路径因子标准差效果较好，夏普比超过1，年化收益较高，但是其净值增长主要出现在2022年之前，2022年之后走势一直处于震荡状态。
综合来看，四个因子中两个因子表现较差，两个因子表现较好。但就单因子表现来看，其在较长时间内，净值增长都不够平稳，且表现较好的两个因子间相关性较高，超过0.7，后续我们将对两个因子进行合成，合成逻辑为，当两个因子都做多时，合成策略发出买入信号，当两个因子都做空时，合成策略发出卖出信号。
三
组合测试结果
3.1 回测参数
资金分配
我们比较全品种等权资金分配方案策略效果，基础资金分配时间为每季度最后一个交易日，基础资金分配如下：
注：杠杆系数在下文测试中统一设为1.0。
测试参数
回测时段：2014年7月1日 - 2024年7月3日
回测品种：期货市场内流动性较好的30多个品种
成交时间：信号出现后下一个K线周期开盘价；手续费设置: 交易所手续费 +20%；
交易频率：15min；
杠杆系数：1；
品种资金分配：每个季度最后一个交易日，按照当前可交易品种分配基础资金单位。
3.2 单因子测试
3.3 组合测试
年度表现如下：
从组合信号的测试结果来看，我们可以发现，合成策略后，策略的绩效水平相较于两个单因子的绩效水平并没有显著提高，合成策略的夏普比率超过1，卡玛比率超过0.8，与最短路径因子标准差的绩效水平相当，可能是由于两个因子的相关性较强，合成并不利于提高策略水平。
从策略稳定性来看，策略净值在2023年之前走势相对平稳，净值稳步上升。2023年之后策略波动幅度加大，特别是在2024年，净值波动加剧，其次，策略最大回撤幅度在23年之后也开始变大，策略的回撤周期较长，最大回撤周期接近1年，策略虽然在2020至2022年迎来爆发，但是其他年份盈利能力较差，特别时2023与今年，策略收益较低，今年的亏损幅度还较大。
四
结论
本文通过对股票市场中的流动性指标进行衍生，来构建期货市场中的流动性因子。在量化投资中，为了较为方便地描叙流动性风险，我们把非流动性因子考虑为流动性风险。即，非流动性越高，流动性风险越大。运用流动性因子来辅助进行商品期货多空操作是个不错的选择，作为行情因子之一，其对市场的刻画具有一定的独到之处，其与量价因子的相关性较低，但是从我们的测试结果来看，流动性因子所构建的策略，其绩效水平相较其他量价中高频策略的绩效水平较低，整体策略不够稳健，在某些年份出现了较大的波动，特别是今年以来，策略出现了较大回撤。
全国统一客服电话：400-8877-780
网址：www.cfc108.com
长按图片即可识别二维码
