宏源期货-大宗商品基本面量化专题报告：基于基本面信息的动力煤择时策略-190730

《宏源期货-大宗商品基本面量化专题报告：基于基本面信息的动力煤择时策略-190730（21页）.pdf》由会员分享，可在线阅读，更多相关《宏源期货-大宗商品基本面量化专题报告：基于基本面信息的动力煤择时策略-190730（21页）.pdf（21页精品完整版）》请在悟空智库报告文库上搜索。

        报告摘要：
        动力煤基本面逻辑：
        我国目前动力煤产业链包括上游的煤炭坑口产煤、洗选，中游的铁路运输、港口海运，下游的电厂及化工、水泥厂。北煤南运主要指沿海港口海运（主要包括秦皇岛港、曹妃甸港、黄骅港、京唐港等），至南方沿海地区的电厂（其中以  6  大电厂为主）。
        动力煤价格受到中下游的影响较大，包括港口海运费、锚地船舶数量，电厂库存，电厂日耗及港口库存。且很多具有走势上的领先性。
        动力煤介于黑色系商品和能化系商品之间，因此动力煤是在工业品中比较理想的分散风险的品种。其价格走势自成体系。以动力煤期货出发的量化策略能够较大程度上分散和黑色系的同涨同跌风险。而且动力煤价格波动率低于螺纹钢、甲醇等品种，金融属性低，商品属性强，由基本面主导，比较适合基本面量化。
        单因素模型的探索——以中游数据为例：
        我们利用一定时间内运费、船舶数量的变量作为参考值，在设定的阈值下做多空开仓处理，回测基于商品价格指数
        在基于海运费的变量数据模型下，其效果可以达到年化收益率26.48%，最大回撤  13.19%，夏普比率  1.604，卡尔玛比率  2.01。
        在基于锚地船舶的变量数据下，年化收益率  41.11%，最大回撤  17.3%，夏普比率  1.02，卡尔玛比率  2.38。
        多因素择时模型：
        在综合指标设计方面，我们选取  6  大电厂日耗合计、港口运费、港口库存、港口船舶数量以及  6  大电厂库存作为  5  大因素。在不同季节下，计算动力煤价格和  5  大数据的  spearman  相关系数，以及先行天数。再根据存量数据和流量数据的分布，以相关系数平方做加权处理，得到模型得分。同时利用  kalman  滤波和均线做平滑处理。
        在回测方面，我们收取双边  4  元/手的交易费，以及不同滑点设置，并以主力合约为对象回测，只换月不展期。当分值高于  up_bound  或高于卡尔曼滤波和均线时做多；低于  100-up_bound  或者低于卡尔曼滤波和均线时做空。其他情况平仓并保持。
        模型效果：
        在无手续费无滑点设置下，回测结果为年化收益率  40.59%，卡尔玛比率  2.963；在  4  元/手的交易费和  0.2  元/吨的一跳下，年化收益率  37.29%，calmar  比率等于  2.69。
        模型风险包括：产业格局变更，数据失效，政策风险