利用基差構(gòu)建期指短期交易策略之二
在筆者發(fā)表的《利用基差構(gòu)建期指短期交易策略》一文中，我們通過實證研究的方法分析了自股指期貨上市以來，基差水平值與滬深300指數(shù)走勢間可能存在的相互關(guān)系，并對基差水平值的預(yù)測準(zhǔn)確率進(jìn)行了統(tǒng)計，最后據(jù)其構(gòu)建了一個短期交易策略，且模擬效果良好。在本文中，我們將主要針對基差的變化量進(jìn)行研究，并進(jìn)一步探討其對滬深300指數(shù)收益率的預(yù)測能力。
一、原交易策略回顧
在此，本文首先對《利用基差構(gòu)建期指短期交易策略》一文中構(gòu)建的原交易策略進(jìn)行回顧，并給出最近一段時間的模擬跟蹤結(jié)果，如圖1所示（數(shù)據(jù)更新至2010年11月19日）。
從圖1可以看出，該交易策略的資產(chǎn)凈值在整段模擬期間形態(tài)良好，呈現(xiàn)出平穩(wěn)增長的趨勢。但由于最近兩周資產(chǎn)凈值主要表現(xiàn)出震蕩的特征，該交易策略的夏普比率略有下降（現(xiàn)為20.18%），但累計收益率依然保持在95%左右，仍遠(yuǎn)遠(yuǎn)超出滬深300指數(shù)的當(dāng)期收益率。
二、基差變化量與滬深300指數(shù)關(guān)系的實證分析
接下來，我們將把關(guān)注點轉(zhuǎn)移到基差的變化量上，對其與滬深300指數(shù)的關(guān)系進(jìn)行實證分析。在對基差變化量和滬深300指數(shù)兩序列進(jìn)行平穩(wěn)性檢驗后，我們使用了線性回歸的方法對二者間的關(guān)系進(jìn)行探討。結(jié)果發(fā)現(xiàn)，當(dāng)期的滬深300收益率僅與滯后一期的基差變化量關(guān)系顯著，與滯后二期、滯后三期基差變化量的關(guān)系均不顯著。而且，根據(jù)回歸模型，在其他影響因素保持不變的前提下，當(dāng)T日基差變化量的取值為正時，T+1日的滬深300指數(shù)收益率將有所增加，即上漲的可能性加大；反之，當(dāng)T日基差變化量取負(fù)值時，將在一定程度上降低T+1日的滬深300指數(shù)收益率。此外，我們還使用了Granger因果檢驗的方法作出進(jìn)一步的檢驗，得到的結(jié)果類似。
隨后，我們使用二元選擇模型中的Probit模型對基差變化量的取值范圍及其對滬深300指數(shù)收益率的預(yù)測準(zhǔn)確度之間的關(guān)系進(jìn)行了分析。結(jié)果發(fā)現(xiàn)，根據(jù)基差變化量的不同取值范圍，利用T日的基差變化量對T+1日滬深300指數(shù)收益率的預(yù)測效果最好，而對T+2日和T+3日的預(yù)測效果均不理想。
然而，與《利用基差構(gòu)建期指短期交易策略》一文中對基差水平值的檢驗結(jié)果相比，本檢驗結(jié)果的顯著程度相對較弱。這在一定程度上說明，基差變化量與滬深300走勢的緊密程度不及基差水平值，據(jù)其預(yù)測指數(shù)走勢的整體效果也不如基差水平值理想。
三、基差變化量的預(yù)測準(zhǔn)確率統(tǒng)計
上文從實證角度分析了基差變化量與滬深300指數(shù)收益率間存在的關(guān)系，接下來我們將從統(tǒng)計的角度探討以下問題：利用基差變化量對滬深300指數(shù)收益率進(jìn)行預(yù)測的準(zhǔn)確率到底如何？
我們根據(jù)T日的基差變化量，構(gòu)造了多個不同的基差變化量取值范圍的組合，并分別對T+1日、T+2日和T+3日這三個時間段中滬深300指數(shù)收益率進(jìn)行預(yù)測，最終得到了各種基差變化量組合的預(yù)測次數(shù)和預(yù)測準(zhǔn)確率。我們對該結(jié)果進(jìn)行了總結(jié)，如表1所示。從“平均值”一行可以看出，在三種情況中，T+1日的預(yù)測效果最為理想，預(yù)測準(zhǔn)確率平均值達(dá)到62.6%，且其中約有64.8%的基差變化量組合的預(yù)測準(zhǔn)確率分布在60%—70%。而其余兩種情況的預(yù)測準(zhǔn)確率均值僅為45.5%和52.9%，效果一般。
四、新交易策略的構(gòu)建
接著，我們根據(jù)T日的基差變化量構(gòu)建了一個新的短期交易策略，并對其自2010年4月16日股指期貨上市以來的資產(chǎn)凈值走勢進(jìn)行了模擬（見圖2），初始資金同樣為10,000,000元。從圖2可以看出，新交易策略的資產(chǎn)凈值在整段期間內(nèi)呈現(xiàn)出逐步遞增的勢頭，而且具有較高的穩(wěn)定性。
最后，我們試圖把新交易策略與原交易策略進(jìn)行組合，并通過一定的杠桿設(shè)置把交易風(fēng)險控制在較低的范圍內(nèi)，使二者能夠得到相互優(yōu)化和改良。該組合的最終模擬走勢如圖3所示。表2中統(tǒng)計了三種交易策略下各自的模擬結(jié)果，從中可以看出，無論從準(zhǔn)確率、累計收益還是夏普比率的角度來看，新策略和原策略進(jìn)行組合后的效果都有了顯著的提升，其夏普比率更是達(dá)到31.41%，這與我們預(yù)期的結(jié)果相一致。當(dāng)然，該策略的后續(xù)走勢仍有待進(jìn)一步跟蹤。
表 1 各種基差變化量組合的預(yù)測準(zhǔn)確率分布
|
統(tǒng)計特征 |
原策略 |
新策略 |
新策略+原策略 |
|
交易次數(shù) |
73 |
44 |
83 |
|
準(zhǔn)確率 |
60.3% |
63.6% |
63.9% |
|
累計收益 |
94.62% |
71.67% |
137.72% |
|
日均收益 |
0.50% |
0.39% |
0.63% |
|
日均杠桿 |
0.8倍 |
0.6倍 |
0.8倍 |
|
夏普比率 |
20.18% |
21.7% |
31.41% |
|
對比夏普比率（滬深300指數(shù)，5年） |
4.85% |
4.85% |
4.85% |
|
對比夏普比率（華夏大盤，6年） |
11.49% |
11.49% |
11.49% |
表 2 交易策略模擬結(jié)果
|
預(yù)測準(zhǔn)確率 |
T+1 |
T+2 |
T+3 |
|
40%以下 |
0.0% |
7.4% |
7.4% |
|
40%—50% |
1.9% |
79.6% |
13.0% |
|
50%—60% |
20.4% |
1.9% |
68.5% |
|
60%—70% |
64.8% |
0.0% |
0.0% |
|
70%以上 |
1.9% |
0.0% |
0.0% |
|
平均值 |
62.6% |
45.5% |
52.9% |
|
最大值 |
70.0% |
51.0% |
59.1% |
數(shù)據(jù)來源：廣發(fā)期貨發(fā)展研究中心
