金工专题6—如何追踪趋势投资者在期货投资中的蛛丝马迹?
（以下内容从方正中期期货《金工专题6—如何追踪趋势投资者在期货投资中的蛛丝马迹?》研报附件原文摘录）
研究背景：在期货交易领域中，有的人酷爱技术分析，有的则热衷于基本面分析，但无论是何种分析，投资者都是千方百计地想利用现有的信息去预测未来价格走势。基本面分析的投资者主要是结合能够反映商品未来价格走势的基本面因子去分析，比如宏观PMI、库存、及产业利润等。实际上利用基本面因子预测商品未来收益率仍有一定缺陷，比如库存、产量、PMI这些数据都是滞后型的。因此有些基金或者产业投资者不仅仅是利用基本面因子去预测价格，而是先预测因子数据，再利用因子数据去预测价格走势，而具体预测因子数据的方法有很多种，比如可以调查船期进出口数据进而推导港口库存变动情况，或者通过实地调研各个产销地区消费需求情况，但该调研手段并不是每个投资者都具备这样的条件。技术分析里，我们可以通过对价格数据进行各种算法处理得到技术指标如MACD、KDJ、RSI进行追踪趋势交易，又或者通过唐奇安通道、布林带通道等技术手段进行压力位、支撑位的均值回归交易。但不管利用何种交易系统，市场里面都有两类人，一种是长期投资者，交易频率偏低，该类投资者信息面较强，会根据市场实时数据进行调仓交易。而另一类投资者则为短期投机者，他们为市场提供了充分的流动性，但交易频率偏高，喜欢追涨杀跌，不具有较强的信息面。而本文策略主要是跟踪长期投资者，通过频谱分析手段对商品价格数据进行过滤，找到低频投资者的蛛丝马迹。 研究方法：频谱分析主要用在信号处理之中，当波形在时间上传播时，会有振幅、相位、频率、周期四个参数。我们将该思想利用在商品期货收益率的时间序列上，简单来说，频谱分析主要利用到傅里叶变换或者小波变换算法，后面还衍生了很多新型算法，比如S-变换、最大熵谱分析等，这些算法的更新换代简单来看就是分辨率的提高或者拥有更少的参数估计干扰。我们通过小波变换将时间序列的数据转换为频率域的数据，通过确定相应的频谱就能得到相应频率域的数据，换句话说，相当于对时序数据进行分频，通过分频得到低、中、高三个频率域的数据，低频则代表长期投资者，高频则代表短期投机者。 风险提示：本报告结论基于历史数据，在市场环境发生重大变化时存在失效的风险。 低频趋势能否规避大跌？ 今年负油价历历在目，4月份OPEC+达成历史性减产协议，但是市场却令人大跌眼镜，WTI原油价格一度跌入负值，这里我们不去通过基本面来分析油价，因为4月份油价大跌，市场给出的理由是美国库欣地区库容不够，但实际上通过当时的EIA数据来看，仍然还有30%以上的库容，此外市场又指出这些库容早已被预订，因此油价跌入负值让人匪夷所思，无论如何去分析基本面，都很难去预测油价在当时的走势。 这里我们尝试利用频谱分解的方法来窥探低频投资者的头寸情况，因为市场真正的“聪明投资者”一般而言都能躲过大跌，我们只需要追踪他们的持仓迹象即可。 以布伦特原油为例，我们选取几个临界点，分别是2020-2-20,2020-3-6,2020-4-9的数据，其中2月20日是本轮大跌的起始点，3月7日跳空低开暴跌，4月9日是原油即将跌入负值的转折时间点。将原油价格数据转换为收益率数据，并采用小波变换对该收益率序列进行时频变换，逐渐剥离3级高频扰动，以捕捉低频趋势。三组数据时间起始点均为2019年11月1日。 图中最上方蓝色曲线为布伦特原油日度收益率走势，下面三行图中左右两张图分别为一组，其中红色的Ai（i=1,2,3）曲线代表剔除了高频扰动的低频分量，绿色的Di（i=1,2,3）为被剥离的高频扰动。简单来说，就是收益率R =Ai+Di（高频扰动+低频趋势等于原始收益率曲线）。通过频域分析结果来看，三个时间点的低频趋势曲线末端均显示向下，但高频扰动的末端曲线却不是。这意味着“聪明投资者”看空后市，通过回顾历史，三个时间点后布伦特原油的确都表现为大幅下跌的走势。 频谱分析策略应用在原油期货行得通吗 通过上面小波变换得到的低频趋势，我们由此联想一个策略，若某个时间点低频趋势看空，则后一交易日开空仓，若该时间点低频趋势看多，则后一交易日开多仓，策略为日频，不考虑手续费，不考虑移仓换月磨损，布伦特原油选择wind布油指数，而非主力合约。下图红色为低频趋势策略的收益率曲线，蓝色为单纯持有布油指数的收益率曲线。通过回测对比，红色曲线确实录得正收益，且高达6.5倍，通过下图中的开仓信号与原油日度收益率对比发现，几乎每次下跌趋势或上涨趋势均能把握住，尤其是2月底至三月底油价大跌、4月初油价大涨、4月底油价大跌以及五月初原油持续的上涨趋势。 上帝的旋律？低频趋势秒杀一切量化策略？ 在得到原油收益率曲线时，我其实对结果深感怀疑，因为我觉得我肯定利用了未来函数，因此我再度利用该策略应用在50ETF股指期货中，但是不考虑做空，仅做多，测试时间同样从2019年11月1日开始，得到的收益率竟然高达1.5倍。回测结果再次让人大惊失色，难道这真的是上帝的旋律吗？ 为了进一步研究自己的回测结果真实性，我开始对近期火热（行情）的上证50ETF做了小波变换，分别为7月13日和7月14日。通过详细对比，发现仅差一个交易日，但是低频信号却发生了天差地别的改变，尤其是第三个最低频的信号（左图三和右图三），但第一个低频信号（左图一与右图一）前期是一模一样的，越是临近截止时间点，信号就越不一样，但也只是发生了轻微的变化。由此我明白到，我们使用的低频3信号其实还是利用了未来函数。 比较两个交易日的小波变换分析结果可知，对于低频1信号，两个交易日近一周的数值明显不同，对于频率稍低的低频2信号，近一个月数值明显不同，对于频率最低的信号3则近60个交易日的数值明显不同。小波变换所选择的截止时间点T得到的低频趋势曲线存在误差，而且随着频率降低，误差有所增大。 频谱分析的局限性 那么是否可以根据低频1信号进行回测？答案也是否定的，因为低频1信号虽然前期走势几乎一致，只是在最后一周数值会有差异，但如果站在长期的角度来看，前期走势一致也是由于每天新产生的低频信号进行实时调整所致，实际上每一周信号的变化都会导致收益率发生改变，因此除非你早就知道下一交易日的频域变化。在无法预知未来低频走势的前提下，频域分析的结果是不能得到正确的预测结果。但是不是频域分析完全不能得到应用？当然不是，我们只是无法回测得到真实的收益率，但并不代表频域分析毫无指导作用。站在今天的角度来看，7月14日上证50给出的答案是开空仓，信号趋势明显向下，还是能躲过大跌。 免责声明 我们力求报告内容的客观、公正，但文中的观点、结论和建议仅供参考，方正中期期货有限公司不承担因根据本报告操作而导致的损失，敬请投资者注意可能存在的交易风险。 本报告版权仅为方正中期研究院所有，未经书面许可，任何机构和个人不得以任何形式翻版、复制发布，如引用、转载、刊发，须注明出处为方正中期期货有限公司。
研究背景：在期货交易领域中，有的人酷爱技术分析，有的则热衷于基本面分析，但无论是何种分析，投资者都是千方百计地想利用现有的信息去预测未来价格走势。基本面分析的投资者主要是结合能够反映商品未来价格走势的基本面因子去分析，比如宏观PMI、库存、及产业利润等。实际上利用基本面因子预测商品未来收益率仍有一定缺陷，比如库存、产量、PMI这些数据都是滞后型的。因此有些基金或者产业投资者不仅仅是利用基本面因子去预测价格，而是先预测因子数据，再利用因子数据去预测价格走势，而具体预测因子数据的方法有很多种，比如可以调查船期进出口数据进而推导港口库存变动情况，或者通过实地调研各个产销地区消费需求情况，但该调研手段并不是每个投资者都具备这样的条件。技术分析里，我们可以通过对价格数据进行各种算法处理得到技术指标如MACD、KDJ、RSI进行追踪趋势交易，又或者通过唐奇安通道、布林带通道等技术手段进行压力位、支撑位的均值回归交易。但不管利用何种交易系统，市场里面都有两类人，一种是长期投资者，交易频率偏低，该类投资者信息面较强，会根据市场实时数据进行调仓交易。而另一类投资者则为短期投机者，他们为市场提供了充分的流动性，但交易频率偏高，喜欢追涨杀跌，不具有较强的信息面。而本文策略主要是跟踪长期投资者，通过频谱分析手段对商品价格数据进行过滤，找到低频投资者的蛛丝马迹。 研究方法：频谱分析主要用在信号处理之中，当波形在时间上传播时，会有振幅、相位、频率、周期四个参数。我们将该思想利用在商品期货收益率的时间序列上，简单来说，频谱分析主要利用到傅里叶变换或者小波变换算法，后面还衍生了很多新型算法，比如S-变换、最大熵谱分析等，这些算法的更新换代简单来看就是分辨率的提高或者拥有更少的参数估计干扰。我们通过小波变换将时间序列的数据转换为频率域的数据，通过确定相应的频谱就能得到相应频率域的数据，换句话说，相当于对时序数据进行分频，通过分频得到低、中、高三个频率域的数据，低频则代表长期投资者，高频则代表短期投机者。 风险提示：本报告结论基于历史数据，在市场环境发生重大变化时存在失效的风险。 低频趋势能否规避大跌？ 今年负油价历历在目，4月份OPEC+达成历史性减产协议，但是市场却令人大跌眼镜，WTI原油价格一度跌入负值，这里我们不去通过基本面来分析油价，因为4月份油价大跌，市场给出的理由是美国库欣地区库容不够，但实际上通过当时的EIA数据来看，仍然还有30%以上的库容，此外市场又指出这些库容早已被预订，因此油价跌入负值让人匪夷所思，无论如何去分析基本面，都很难去预测油价在当时的走势。 这里我们尝试利用频谱分解的方法来窥探低频投资者的头寸情况，因为市场真正的“聪明投资者”一般而言都能躲过大跌，我们只需要追踪他们的持仓迹象即可。 以布伦特原油为例，我们选取几个临界点，分别是2020-2-20,2020-3-6,2020-4-9的数据，其中2月20日是本轮大跌的起始点，3月7日跳空低开暴跌，4月9日是原油即将跌入负值的转折时间点。将原油价格数据转换为收益率数据，并采用小波变换对该收益率序列进行时频变换，逐渐剥离3级高频扰动，以捕捉低频趋势。三组数据时间起始点均为2019年11月1日。 图中最上方蓝色曲线为布伦特原油日度收益率走势，下面三行图中左右两张图分别为一组，其中红色的Ai（i=1,2,3）曲线代表剔除了高频扰动的低频分量，绿色的Di（i=1,2,3）为被剥离的高频扰动。简单来说，就是收益率R =Ai+Di（高频扰动+低频趋势等于原始收益率曲线）。通过频域分析结果来看，三个时间点的低频趋势曲线末端均显示向下，但高频扰动的末端曲线却不是。这意味着“聪明投资者”看空后市，通过回顾历史，三个时间点后布伦特原油的确都表现为大幅下跌的走势。 频谱分析策略应用在原油期货行得通吗 通过上面小波变换得到的低频趋势，我们由此联想一个策略，若某个时间点低频趋势看空，则后一交易日开空仓，若该时间点低频趋势看多，则后一交易日开多仓，策略为日频，不考虑手续费，不考虑移仓换月磨损，布伦特原油选择wind布油指数，而非主力合约。下图红色为低频趋势策略的收益率曲线，蓝色为单纯持有布油指数的收益率曲线。通过回测对比，红色曲线确实录得正收益，且高达6.5倍，通过下图中的开仓信号与原油日度收益率对比发现，几乎每次下跌趋势或上涨趋势均能把握住，尤其是2月底至三月底油价大跌、4月初油价大涨、4月底油价大跌以及五月初原油持续的上涨趋势。 上帝的旋律？低频趋势秒杀一切量化策略？ 在得到原油收益率曲线时，我其实对结果深感怀疑，因为我觉得我肯定利用了未来函数，因此我再度利用该策略应用在50ETF股指期货中，但是不考虑做空，仅做多，测试时间同样从2019年11月1日开始，得到的收益率竟然高达1.5倍。回测结果再次让人大惊失色，难道这真的是上帝的旋律吗？ 为了进一步研究自己的回测结果真实性，我开始对近期火热（行情）的上证50ETF做了小波变换，分别为7月13日和7月14日。通过详细对比，发现仅差一个交易日，但是低频信号却发生了天差地别的改变，尤其是第三个最低频的信号（左图三和右图三），但第一个低频信号（左图一与右图一）前期是一模一样的，越是临近截止时间点，信号就越不一样，但也只是发生了轻微的变化。由此我明白到，我们使用的低频3信号其实还是利用了未来函数。 比较两个交易日的小波变换分析结果可知，对于低频1信号，两个交易日近一周的数值明显不同，对于频率稍低的低频2信号，近一个月数值明显不同，对于频率最低的信号3则近60个交易日的数值明显不同。小波变换所选择的截止时间点T得到的低频趋势曲线存在误差，而且随着频率降低，误差有所增大。 频谱分析的局限性 那么是否可以根据低频1信号进行回测？答案也是否定的，因为低频1信号虽然前期走势几乎一致，只是在最后一周数值会有差异，但如果站在长期的角度来看，前期走势一致也是由于每天新产生的低频信号进行实时调整所致，实际上每一周信号的变化都会导致收益率发生改变，因此除非你早就知道下一交易日的频域变化。在无法预知未来低频走势的前提下，频域分析的结果是不能得到正确的预测结果。但是不是频域分析完全不能得到应用？当然不是，我们只是无法回测得到真实的收益率，但并不代表频域分析毫无指导作用。站在今天的角度来看，7月14日上证50给出的答案是开空仓，信号趋势明显向下，还是能躲过大跌。 免责声明 我们力求报告内容的客观、公正，但文中的观点、结论和建议仅供参考，方正中期期货有限公司不承担因根据本报告操作而导致的损失，敬请投资者注意可能存在的交易风险。 本报告版权仅为方正中期研究院所有，未经书面许可，任何机构和个人不得以任何形式翻版、复制发布，如引用、转载、刊发，须注明出处为方正中期期货有限公司。
大部分微信公众号研报本站已有pdf详细完整版：https://www.wkzk.com/report/（可搜索研报标题关键词或机构名称查询原报告）
郑重声明：悟空智库网发布此信息的目的在于传播更多信息，与本站立场无关，不构成任何投资建议。
