天风证券金融工程库存基本面与动量技术面共振的投资策略--商品期货CTA专题报告（四）*吴先兴

Size: px

Start display at page:

Download "天风证券*金融工程*库存基本面与动量技术面共振的投资策略--商品期货CTA专题报告（四）*吴先兴"

欺江
5 years ago
Views:

商品期货 CTA 专题报告 ( 四 ) 库存基本面与动量技术面共振的投资策略库存基本面策略收益可观但回撤较大库存作为商品基本面信息中最重要的指标之一, 具有未来价格走势的指向性作用根据库存理论所蕴含的策略逻辑 : 做多库存偏低的品种做空库存偏高的品种, 我们引入库存偏离度作为库存偏离自趋势的量化指标, 在横截面上构建多空中性策略回测结果显示, 当排序期 ( 即移动平均窗口长度 ) 为

1 商品期货 CTA 专题报告 ( 四 ) 库存基本面与动量技术面共振的投资策略库存基本面策略收益可观但回撤较大库存作为商品基本面信息中最重要的指标之一, 具有未来价格走势的指向性作用根据库存理论所蕴含的策略逻辑 : 做多库存偏低的品种做空库存偏高的品种, 我们引入库存偏离度作为库存偏离自趋势的量化指标, 在横截面上构建多空中性策略回测结果显示, 当排序期 ( 即移动平均窗口长度 ) 为个交易日时, 策略表现较稳健, 且受持仓期敏感性低, 年化收益率大多在 11% 左右, 夏普比率 1 左右, 但 Calmar 比率均小于 1 单纯依靠库存基本面信号的 Stock 策略仍存在较大回撤动量技术面策略波动大且参数依赖性强根据动量策略逻辑 : 做多高历史收益的品种做空低历史收益的品种, 我们同样在横截面上构建多空中性策略当排序期在 50 个交易日内, 持仓期为 1-3 个交易周时, 策略表现相对稳定, 但绝对收益和稳健性均不及库存基本面策略, 仅在一个参数组 (10 日排序期, 两周持仓期 ) 下年化收益率超过 10%, 而夏普比均小于 1 且回撤较大单纯基于动量技术面信号的 Mom 策略波动较大作者证券研究报告 2018 年 01 月 05 日吴先兴分析师 SAC 执业证书编号 :S wuxianxing@tfzq.com 相关报告 1 金融工程 : 商品期货 CTA 专题报告 ( 三 ) 策略的趋势过滤金融工程 : 商品期货 CTA 专题报告 ( 二 ) 日间趋势策略初探金融工程 : 商品期货 CTA 专题报告 ( 一 ) 量化 CTA 策略概述单信号策略相关性低, 构建组合策略有意义单纯依靠库存基本面或动量技术面信号的策略在一定参数组下收益可观, 但存在较大回撤, 有必要构建组合策略在策略构建之前我们首先从因子横截面相关性及收益率时间序列相关性两个维度分析两单因子策略之间的相关性结果显示 : 横截面上, 两因子 Spearman Rank 相关系数绝对值不超过 0.17; 时间序列上, 两策略收益率 Pearson 相关系数最小为 -2%, 最大为 22% 说明两策略呈弱相关, 构建组合策略具有一定理论意义库存基本面与动量技术面共振策略优化效果明显在 Double-Sort( 双因子分组 ) 法下, 我们分别构建了 Stock-Mom 和 Mom-Stock 两种共振策略共振策略 Calmar 比率明显提升, 且在不同持仓期 (1-4 周 ) 均有效以 40 日排序期两周持仓期为例,Stock-Mom 策略年化收益可达 12.7%, 夏普比率 1.34, 最大回撤仅 12%,Calmar 比率达 1 以上相比于 Mom 策略, 年化收益率提高 5 个百分点, 夏普比率提升一倍,Calmar 比率提升高达两倍进一步地, 从策略稳健性角度来看, 全样本多参数组回测样本外测试及 WFA 结果均显示,Stock-Mom 策略相比于 Mom-Stock 策略表现更优且稳定性更佳, 在理论和实践中均有重要意义风险提示 : 因子历史表现不代表对未来收益的保证请务必阅读正文之后的信息披露和免责申明 1

2 内容目录研究背景... 4 库存基本面策略... 4 库存指标体系构建及因子定义... 4 库存指标体系构建... 4 库存基本面策略因子定义... 5 库存基本面策略设计... 5 库存基本面策略表现... 6 动量技术面策略... 7 动量技术面策略设计... 8 动量技术面策略表现... 8 库存策略与动量策略相关性挖掘 Stock_Dev 因子与 Mom 因子横截面相关性 Stock 策略与 Mom 策略收益率时间序列相关性库存基本面与动量技术面共振策略 Stock-Mom 中性策略 Mom-Stock 中性策略信号共振效果评价全样本分析样本外测试 WFA 稳健性检验总结与展望图表目录图 1: 不同参数组下库存基本面策略年化收益率... 6 图 2: 不同参数组下动量技术面策略年化收益率... 9 图 3:Stock_Dev 因子与 Mom 因子横截面相关系数分布图 4:Stock 策略与 Mom 策略净值走势图 5:Stock 策略与 Mom 策略收益率时间序列相关系数分布图 6: 不同排序期下 Stock 策略与 Stock-Mom 策略夏普比率图 7: 不同排序期下 Stock 策略与 Stock-Mom 策略 Calmar 比率图 8: 不同排序期下 Mom 策略与 Mom-Stock 策略夏普比率图 9: 不同排序期下 Mom 策略与 Mom-Stock 策略 Calmar 比率图 10:Mom-Stock 与 Stock-Mom 策略年化收益率分布图 11:Mom-Stock 与 Stock-Mom 策略夏普比率分布图 12: 信号叠加前后策略净值走势 ( 以 40 日排序期,2-week 持仓期为例 ) 图 13: 不同路径下信号共振策略样本外净值走势图 14:WFA 法示例图 15:WFA 法下信号共振策略净值走势请务必阅读正文之后的信息披露和免责申明 2

3 表 1: 样本品种库存指标说明... 5 表 2: 不同参数组下库存基本面策略年化收益率... 6 表 3: 不同参数组下库存基本面策略夏普比率... 7 表 4: 不同参数组下库存基本面策略 Calmar 比率... 7 表 5: 不同参数组下动量技术面策略年化收益率... 8 表 6: 不同参数组下动量技术面策略夏普比率... 9 表 7: 不同参数组下动量技术面策略 Calmar 比率表 8: 不同排序期组合下 Stock_Dev 因子与 Mom 因子横截面相关系数表 9:Stock 策略与 Mom 策略分年度表现表 10: 不同排序期组合下 Stock 策略与 Mom 策略收益率时间序列相关系数表 11: 不同排序期组合下 Stock-Mom 策略年化收益率 (H=2-week) 表 12: 不同排序期组合下 Stock-Mom 策略夏普比率 (H=2-week) 表 13: 不同排序期组合下 Stock-Mom 策略 Calmar 比率 (H=2-week) 表 14: 不同排序期下 Stock 策略与 Stock-Mom 策略表现对比表 15:Stock 策略与 Stock-Mom 策略分年度表现对比表 16: 不同排序期组合下 Mom-Stock 策略年化收益率 (H=2-week) 表 17: 不同排序期组合下 Mom-Stock 策略夏普比率 (H=2-week) 表 18: 不同排序期组合下 Mom-Stock 策略 Calmar 比率 (H=2-week) 表 19: 不同排序期下 Mom 策略与 Mom-Stock 策略表现对比表 20:Mom 策略与 Mom-Stock 策略分年度表现对比表 21: 信号叠加前后策略表现对比表 22: 不同路径下信号共振策略样本外表现对比表 23:WFA 法下信号共振策略表现对比请务必阅读正文之后的信息披露和免责申明 3

4 研究背景在本系列报告的前两篇中, 我们将商品期货 CTA 策略中常见的趋势策略应用在多个品种上分别进行了回测, 发现不同品种策略表现显著依赖于其趋势性强弱, 且稳定性差异较大正如我们在系列报告三中所说, 仅根据量价数据很难预测品种的趋势性纯技术面分析可能忽视基本面信息中一些驱动价格变化的内在因素, 存在偏误大参数敏感性强的缺陷基于此, 本篇报告将试图从基本面和技术面两个角度挖掘有效的 CTA 策略国外大量实证研究表明, 无论基于基本面信号 ( 如库存水平 ) 还是技术面信号 ( 如动量 ), 多空策略在商品期货市场的表现均显著优于纯多头策略, 能取得更高的超额收益和夏普比 (Kolb, 1992; Pirrong, 2005; Erb and Harvey, 2006; Miffre and Rallis, 2007; Shen et al., 2007; Gorton et al., 2012; Basu and Miffre,2013; Fernandez-Perez et al., 2015; Fuertes et al., 2015) 因此, 为平抑风险以获取稳定回报, 本文在横截面上引入多空中性策略展开研究库存基本面策略商品期货收益主要由相关的基本面信息变化驱动, 而在基本面信息中库存是最重要的变量之一根据 Kaldor(1939) Working(1949) 和 Brennan(1958) 等学者提出的库存理论 (The Theory of Storage), 当库存增加时, 商品便利收益减少, 市场易呈现近月贴水 (Contango) 的现象若当期库存水平偏高, 则预计未来商品价格有下行趋势即库存理论蕴含的策略逻辑为 : 当库存基本面信号提示库存水平偏高时, 应做空该品种 ; 反之, 当库存水平偏低时, 应做多该品种此策略的关键问题在于库存指标体系的构建及库存基准的定义库存指标体系构建及因子定义首先, 我们对上市的各品种现有库存指标进行归类整理, 发现库存指标类别主要可分为社会库存交易所库存及期货库存三大类其中社会库存涵盖的库存统计面最大, 反映真实库存水平的能力也最强, 交易所库存仅统计存放在交易所的那部分显性库存, 合理性次之, 而期货库存作为交易所库存中的一部分 ( 另一部分为现货库存 ), 合理性程度不及交易所库存, 且由于存储成本和保质期差异, 不同品种的期货库存反映其真实库存水平可靠性也有所不同库存指标体系构建具体来看, 社会库存包括城市库存港口库存生产线库存等, 交易所库存包括在上海期货交易所 (SHFE) 伦敦金属交易所 (LME) 纽约商业交易所 (COMEX) 等国内外主要交易所存放的库存, 期货库存在大连商品交易所中以注册仓单形式统计, 而在郑州商品交易所中则可以仓单和有效预报两个指标合计来更准确地反映由于黑色系品种在交易所的存储成本高农产品保质期较短, 期货库存作为其真实库存代理变量的可靠性较低, 因此仅考虑其社会库存和交易所库存进一步地, 从库存指标数据更新频率来看, 主要有日周月季年五种, 考虑到信息可得性和决策可操作性, 我们仅将有日频或周频库存指标的品种纳入样本, 并将数据统一为日频此外, 由于部分国际化品种在不同市场上市, 为保证可比, 我们以最晚上市的时间作为数据基期, 且对不同单位进行统一换算基于上述分析, 本文筛选了 24 个交易活跃库存指标可靠的期货品种作为投资标的按指标类别分, 主要包括以社会库存纳入的甲醇玻璃动力煤豆油棕榈油螺纹钢焦炭焦煤铁矿石热轧卷板等, 以交易所库存纳入的铜铝锌铅锡镍黄金白银橡胶石油沥青等, 以及以期货库存纳入的聚丙烯塑料 PTA PVC 等库存指标体系构建结果如表 1 所示请务必阅读正文之后的信息披露和免责申明 4

5 表 1: 样本品种库存指标说明样本品种指标说明数据基期样本品种指标说明数据基期 SHFE 铜 SHFE 铝 SHFE 橡胶交易所库存 : SHFE+LME+COMEX 交易所库存 : SHFE+LME 交易所库存 : SHFE DCE 焦炭社会库存 : 主要港口 CZCE 甲醇社会库存 : 主要港口 SHFE 白银交易所库存 : SHFE+COMEX+SGE DCE 豆油社会库存 : 港口 CZCE 玻璃社会库存 : 生产线 CZCE PTA SHFE 锌期货库存 : 仓单 + 有效预报交易所库存 : SHFE+LME DCE 焦煤社会库存 : 主要港口 CZCE 动力煤社会库存 : 六大发电集团 + 港口 DCE 塑料期货库存 : 注册仓单 SHFE 石油沥青交易所库存 :SHFE DCE 棕榈油社会库存 : 港口 DCE 铁矿石社会库存 : 港口 SHFE 黄金交易所库存 : SHFE+COMEX DCE 聚丙烯期货库存 : 注册仓单 SHFE 螺纹钢社会库存 : 主要城市 SHFE 热轧卷板社会库存 : 主要城市 DCE PVC 期货库存 : 注册仓单 SHFE 镍 SHFE 铅交易所库存 : SHFE+LME SHFE 锡交易所库存 : SHFE+LME 交易所库存 : SHFE+LME 库存基本面策略因子定义库存指标体系构建完毕后, 我们需要定义一个基准作为判断当前库存水平偏高或偏低的依据该基准应满足代表性强偏误小的特点历史平均库存可能是一个较好的选择因此, 本文将当前库存与历史移动平均库存的比值作为库存偏离自趋势的量化指标, 即定义库存偏离度 Stock_Dev = Stock0/Stock_ma 其中,Stock0 表示当前库存数,Stock_ma 表示一定移动平均窗口下的历史平均库存数库存偏离度大于 1 表示库存偏高, 小于 1 表示库存偏低库存基本面策略设计为验证库存理论所蕴含的策略逻辑, 即做多库存偏低的品种做空库存偏高的品种, 我们在横截面上对 24 个样本品种进行库存基本面多空中性策略 (Stock 策略 ) 设计此策略涉及的参数包括库存偏离度因子的移动平均窗口 ( 排序期 R) 和持仓期 (H) 我们的 Stock 策略设计如下 : 设定回测期 :max(2006 年 1 月 4 日, 期货品种上市日 )-2017 年 11 月 3 日 ; 计算因子值 : 计算一定移动平均窗口 ( 即排序期 R) 各品种库存偏离度 (Stock_Dev); 定义信号 : 将已上市品种的库存偏离度从低到高排序, 筛选前 20% 的品种赋予做多信号, 后 20% 的品种赋予做空信号, 资金等权配置 ; 持仓至换手 : 由于部分品种库存指标每周公布一次, 为避免盗用未来数据, 我们按周频调仓, 即持仓期 H=n-week(n=1,2, ), 并在每 n 周的第一个交易日收盘前换手 ( 假设交易价为当日收盘价 ), 每次换手在扣除手续费后对资金进行等权再分配 ; 设定参数 : 保证金比例为 100%, 手续费统一为 3%% 请务必阅读正文之后的信息披露和免责申明 5

6 库存基本面策略表现如上文所述, 本策略的参数包括因子排序期 R 和品种持仓期 H, 在不同 R 和 H 的参数组下观察策略表现及特征以检验策略敏感性, 并分析何种参数组下策略表现更优基于库存数据更新周期和公布时间的规则, 我们按交易周设定持仓期 (n-week) 为防止持仓时间过长而错失一些投资机会, 同时又达到策略敏感性检验的目的, 我们将持仓期固定为 1-8 周 ( 即 n=1,2,,8) 考虑到因子信号有效性, 排序期与持仓期间隔不宜过大, 因此我们将排序期最大值控制在 120 个交易日表 2 至表 4 展示了 104 个参数组下策略的年化收益率夏普比率最大回撤及 Calmar 比率从年化收益率和夏普比率来看,Stock 策略表现在不同持仓期下均较为稳定, 但受排序期敏感性较大当排序期为个交易日时, 策略表现非常稳健, 年化收益率大多在 11% 左右, 夏普比可达 1 以上, 而当排序期过短或过长时, 策略表现不尽如人意, 且波动较大一个可能的解释是, 以过短或过长的移动窗口下估计的历史平均库存作为库存基准存在较大偏误, 而个交易日的库存基准较为合理但各参数组下的 Calmar 比率均未超过 1, 说明单纯依靠库存基本面信息的 Stock 策略仍存在较大回撤表 2: 不同参数组下库存基本面策略年化收益率 R H 1-week 2-week 3-week 4-week 5-week 6-week 7-week 8-week 5 1.4% 2.9% 8.0% 4.1% 6.8% 7.0% 7.8% 4.9% % 8.4% 8.5% 6.8% 14.0% 5.0% 9.9% 10.5% % 7.6% 7.2% 8.4% 12.0% 5.0% 9.3% 10.1% % 9.3% 8.8% 9.6% 9.4% 9.7% 11.3% 10.1% % 11.1% 11.1% 11.0% 10.0% 9.4% 9.4% 11.1% % 10.4% 11.6% 10.2% 11.3% 11.0% 8.5% 9.2% % 9.6% 11.0% 8.9% 11.3% 9.4% 9.0% 9.0% % 10.7% 9.7% 9.9% 12.1% 9.3% 9.0% 11.8% % 9.9% 8.1% 9.1% 10.1% 9.1% 10.5% 10.6% % 10.8% 9.5% 8.3% 10.6% 8.0% 11.8% 9.5% % 9.7% 8.2% 6.9% 9.5% 6.0% 9.8% 7.8% % 10.1% 8.3% 8.2% 8.6% 6.0% 9.9% 8.5% % 10.1% 7.7% 8.0% 7.7% 5.9% 10.5% 7.8% 图 1: 不同参数组下库存基本面策略年化收益率 16.0% 14.0% 12.0% 10.0% 8.0% 6.0% 4.0% 2.0% 0.0% 1-week 2-week 3-week 4-week 5-week 6-week 7-week 8-week 请务必阅读正文之后的信息披露和免责申明 6

7 表 3: 不同参数组下库存基本面策略夏普比率 R H 1-week 2-week 3-week 4-week 5-week 6-week 7-week 8-week 表 4: 不同参数组下库存基本面策略 Calmar 比率 R H 1-week 2-week 3-week 4-week 5-week 6-week 7-week 8-week 动量技术面策略自 Jegadeehs 和 Titman(1993) 将动量策略 ( 即买入过去的赢家并卖出过去的输家 ) 应用于美国股市并取得持续的异常收益 ( 称为动量收益 ) 后, 动量策略研究开始广受学术界的关注并逐渐被引入商品期货市场 ( 如 Pirrong, 2005; Erb and Harvey, 2006; Miffre and Rallis, 2007; Shen, 2007; Fuertes et al., 2010; Narayan et al., 2014) 本文借鉴此思路, 从价格趋势历史收益角度出发, 试图在横截面上对 24 个样本品种构建动量技术面策略 (Mom 策略 ) 请务必阅读正文之后的信息披露和免责申明 7

8 动量技术面策略设计我们的 Mom 策略逻辑为 : 做多高历史收益的品种做空低历史收益的品种此策略涉及的参数包括历史收益的时间窗口长度 ( 排序期 R) 和持仓期 (H) Mom 策略设计如下 : 设定回测期 :max(2006 年 1 月 4 日, 期货品种上市日 )-2017 年 11 月 3 日 ; 计算因子值 : 计算一定时间窗口 ( 即排序期 R) 内各品种历史收益率 ; 定义信号 : 在建仓或调仓日对各品种的历史收益率从高到低排序, 筛选前 20% 的品种赋予做多信号, 后 20% 的品种赋予做空信号, 资金等权配置 ; 持仓至换手 : 为与 Stock 策略表现作对比, 我们仍按周频换手, 即持仓期 H=n-week (n=1,2,,8), 并在每 n 周的第一个交易日收盘前换手 ( 假设交易价为当日收盘价 ), 每次换手在扣除手续费后对资金进行等权再分配 ; 设定参数 : 保证金比例为 100%, 手续费统一为 3%% 动量技术面策略表现本策略设定的参数与 Stock 策略一致, 即排序期不超过 120 个交易日, 持仓期为 1-8 个交易周表 5 至表 7 展示了 104 个参数组下策略的年化收益率夏普比率最大回撤及 Calmar 比率从年化收益率和夏普比率来看, 不同参数组下 Mom 策略表现差异较大当排序期大于 50 个交易日时策略基本无效, 部分参数组下甚至出现了负收益而当排序期在 50 个交易日内, 持仓期为 1-3 个交易周时, 策略相对稳定, 但绝对收益和稳健性均不及库存基本面策略, 仅在一个参数组 (R=1-week, H=10) 下年化收益率超过 10%, 而夏普比率均小于 1 表 5: 不同参数组下动量技术面策略年化收益率 R H 1-week 2-week 3-week 4-week 5-week 6-week 7-week 8-week 5 7.2% 8.1% 5.4% 8.8% 5.7% -0.1% 6.2% 5.7% % 9.2% 5.6% 1.9% 4.0% 1.2% 4.9% 2.7% % 3.6% 6.4% 5.3% 4.8% 6.8% 7.9% 4.4% % 6.4% 4.9% 6.4% 7.5% 8.5% 5.5% 4.8% % 7.8% 8.4% 6.1% 5.4% 5.3% 4.4% 2.2% % 2.9% 6.4% 4.2% 5.5% 1.4% 2.7% -3.1% % 4.1% 3.3% 4.6% 1.6% 4.3% 0.8% 1.5% % 2.6% 0.4% 1.1% -0.9% 0.2% 2.8% 2.0% % 1.5% -0.2% 2.8% 1.1% 0.4% 2.7% 2.2% % 1.5% -1.8% 0.7% 1.6% -0.7% 4.0% 0.8% % 2.4% 2.6% 2.0% 1.5% 2.2% 5.7% -0.2% % 1.7% -0.8% 0.8% 1.5% 1.1% 2.0% 1.2% % 1.9% 2.6% 3.7% 3.3% 3.0% 5.0% 4.0% 请务必阅读正文之后的信息披露和免责申明 8

9 图 2: 不同参数组下动量技术面策略年化收益率 12.0% 10.0% 8.0% 6.0% 4.0% 2.0% 0.0% -2.0% -4.0% 1-week 2-week 3-week 4-week 5-week 6-week 7-week 8-week 表 6: 不同参数组下动量技术面策略夏普比率 R H 1-week 2-week 3-week 4-week 5-week 6-week 7-week 8-week 请务必阅读正文之后的信息披露和免责申明 9

10 表 7: 不同参数组下动量技术面策略 Calmar 比率 R H 1-week 2-week 3-week 4-week 5-week 6-week 7-week 8-week 库存策略与动量策略相关性挖掘根据上文对 Stock 策略和 Mom 策略的回测结果, 我们发现在一定参数组下两策略均存在可观的收益相对于不同参数组下收益波动剧烈的 Mom 策略, 基于库存基本面信号的 Stock 策略在稳健性方面具有较大优势, 但 Calmar 比率仍未超过 1, 最大回撤较大由此来看, 单纯依靠基本面信号或技术面信号的策略仍存在遗漏信息的缺陷, 不足以预测未来价格信号那么基本面与技术面的双面共振是否能产生更具指向性的信号呢? 根据马科维茨投资组合理论, 低相关性资产之间的组合能有效降低风险两个单因子策略可看作两项资产, 若两策略相关性过高则组合效果可能不达预期因此, 在构建组合策略之前我们首先需要分析两个策略之间的相关性下面我们从因子横截面相关性及收益率时间序列相关性两方面来进行分析 Stock_Dev 因子与 Mom 因子横截面相关性首先, 我们从横截面上分析两因子的相关性, 检验基于两因子排序筛选出来的多空品种是否具有较高的重叠度具体检验步骤为 : 设定参数组已知两策略受持仓期 H 敏感性相对较小, 我们将参数 H 固定为 2-week, 保证两策略调仓操作的次数一致动量因子 (Mom) 和库存偏离度因子 (Stock_Dev) 的排序期 R 取值范围仍为个交易日计算调仓日信号因子值根据回测期和持仓期, 两策略共有 301 个调仓操作日, 基于不同排序期分别计算每一个调仓日信号因子值计算因子值排序后的相关系数 (Spearman Rank 相关系数 ) 针对每一调仓日分别对两因子值进行横截面上的排序 ( 从小到大 ), 并计算其相关系数检验相关系数显著性在得到调仓日相关系数的基础上, 我们对序列进行 T 检验表 8 是两因子 Spearman Rank 相关系数检验结果, 可以发现 : 不同排序期组合下, 两因子横截面相关系数绝对值不超过 0.17, 且基本均为负数这一结论与两策略逻辑一致请务必阅读正文之后的信息披露和免责申明 10

11 因为从理论上来说 Mom 因子排序在前的品种做多, 而 Stock_Dev 因子则是排序在后的品种做多因此, 两因子在横截面上的排序值应当呈一定负相关, 而实证表明该负相关关系较弱表 8: 不同排序期组合下 Stock_Dev 因子与 Mom 因子横截面相关系数 R_mom R_stock 图 3:Stock_Dev 因子与 Mom 因子横截面相关系数分布其他 Stock 策略与 Mom 策略收益率时间序列相关性根据上文结论,Mom 因子与 Stock_Dev 因子在横截面上呈现一定弱相关, 即基于两信号因子筛选出来的多空品种具有一定重叠性, 但重叠度非常低那么两策略净值走势收益率相关性如何呢? 首先, 我们在固定参数组下观察两策略净值走势及分年度表现以 40 日排序期, 2-week 持仓期为例, 两策略净值走势并未呈现出明显的一致性, 尤其在 2008 年底至 2009 请务必阅读正文之后的信息披露和免责申明 11

12 年上半年,Mom 策略出现了大幅回撤, 而 Stock 策略表现靓丽随后几年两策略表现均较平稳, 直至 2015 年又开始出现了较为明显的相反走势图 4:Stock 策略与 Mom 策略净值走势 Stock 策略 (R=40) Mom 策略 (R=40) 以上结论在分年度表现汇总表中能更清晰地观察到,2007 年 Mom 策略跑赢 Stock 策略, 而 2008 年和 2009 年 Stock 策略优势明显, 平均年化收益率超 Mom 策略 25 个百分点, 2010 年至 2014 年两策略差异不大,2015 年开始 Stock 策略又表现出明显优势由此可见, Stock 策略与 Mom 策略呈现出一定的相关性但关系不明确, 且 Stock 策略在应对外部冲击方面可能更具优势表 9:Stock 策略与 Mom 策略分年度表现 R=40 年化收益率夏普比率最大回撤 H=2-week Mom Stock Mom Stock Mom Stock % 55.1% % 7.3% % 3.5% % 18.7% % 38.5% % 11.3% % 20.8% % 10.8% % -4.9% % 7.3% % 2.0% % 9.7% % 2.7% % 5.1% % 3.1% % 5.3% % 6.9% % 6.8% % 9.7% % 4.6% % 12.1% % 3.6% % 7.3% % 3.8% 总回测期 7.8% 11.1% % 18.7% 为更全面地检验两策略收益率相关性, 我们取不同排序期组合下两策略的收益率进行请务必阅读正文之后的信息披露和免责申明 12

13 分析以 2-week 持仓期为例, 共遍及 169 个排序期组合从收益率时间序列 Pearson 相关系数计算结果来看, 两策略呈现弱相关, 相关系数最小为 -2%(P 值为 0.32), 最大为 22%(P 值为 0.00) 大部分组合下两策略呈正相关, 仅有极少数组合下呈不显著的负相关从相关系数分布图可以更直观地观察到这一现象正如 Miffre and Rallis(2007) 的实证结论, 动量策略也倾向于买入远月贴水 (Backwardated) 合约, 卖出近月贴水 (Contangoed) 合约而我们的 Stock 策略也是基于库存偏离度信号对市场状态 (Backwardation 或 Contango) 的判断因此, 从理论上讲两策略多空的品种会有一定重合, 收益率应当呈现一定正相关而从我们的实证结果来看,Stock 策略与 Mom 策略收益率确实呈正相关关系, 但这一关系较弱, 即两策略多空品种重叠度并不高, 做多历史表现优的品种并不一定意味着做多库存偏低的品种表 10: 不同排序期组合下 Stock 策略与 Mom 策略收益率时间序列相关系数 R_mom R_stock 图 5:Stock 策略与 Mom 策略收益率时间序列相关系数分布其他请务必阅读正文之后的信息披露和免责申明 13

14 库存基本面与动量技术面共振策略从因子横截面 Spearman Rank 相关系数和收益率时间序列 Pearson 相关系数计算结果来看, 库存基本面策略与动量技术面策略相关性并不高, 但两者各有优势, 如库存基本面策略能更准确地把握价格变化的内在驱动力以应对外部冲击, 而动量技术面策略可能在捕捉短期价格趋势上更胜一筹为了更好地发挥各自的比较优势, 我们考虑构建基本面信号与技术面信号共振的组合策略借鉴 Fuertes et al.(2010) 的 Double-Sort( 双因子分组 ) 法, 我们从基本面叠加技术面 (Stock-Mom) 和技术面叠加基本面 (Mom-Stock) 两个角度分别构建组合策略 Stock-Mom 中性策略我们的 Stock-Mom 中性策略逻辑为 : 做多低库存组中的高历史收益品种做空高库存组中的低历史收益品种此策略涉及的参数包括库存偏离度和历史收益的时间窗口长度 ( 排序期 R_stock 和 R_mom) 以及持仓期 (H) 策略设计如下 : 设定回测期 :max(2006 年 1 月 4 日, 期货品种上市日 )-2017 年 11 月 3 日 ; 计算因子值 : 计算一定时间窗口 ( 即排序期 R_stock 和 R_mom) 下各品种库存偏离度和历史收益率 ; 定义信号 : 在建仓或调仓日首先对各品种的库存偏离度从低到高排序, 位于前 40% 的品种设为低库存组, 后 40% 的品种设为高库存组, 再分别对高低库存组中的品种进行历史收益率从低到高排序, 前 50% 的设为低收益组, 后 50% 的设为高收益组至此, 我们得到低库存高动量低库存低动量高库存高动量高库存低动量和中等库存五个组, 各占总品种数的 20% 根据两策略逻辑, 我们对低库存高动量组赋予做多信号, 高库存低动量组赋予做空信号, 资金等权配置操作品种数与上文两个单因子策略保持一致, 具有可比性 ; 持仓至换手 : 我们仍按周频换手, 即持仓期 H=n-week(n=1,2, ), 并在每 n 周的第一个交易日收盘前换手 ( 假设交易价为当日收盘价 ), 每次换手在扣除手续费后对资金进行等权再分配 ; 设定参数 : 保证金比例为 100%, 手续费统一为 3%% 表 11- 表 13 是 Stock-Mom 策略在 169 个参数组下的回测结果我们发现结合动量技术面信息后的库存基本面策略表现仍主要依赖于 Stock_Dev 因子排序期 (R_stock), 而受 Mom 因子排序期 (R_mom) 影响不大当 R_stock 为个交易日时, 策略表现最佳且十分稳定大部分 R_mom 下, 年化收益率可达 12% 左右, 夏普比率为 1 以上我们在 1-4 周持仓期下均能得出类似结论请务必阅读正文之后的信息披露和免责申明 14

15 表 11: 不同排序期组合下 Stock-Mom 策略年化收益率 (H=2-week) R_mom R_stock 5 4% 7% 6% 7% 9% 6% 4% 4% 4% 4% 6% 6% 5% 10 6% 8% 8% 7% 9% 8% 5% 8% 6% 6% 6% 6% 6% 20 7% 8% 8% 9% 10% 10% 9% 8% 8% 9% 9% 9% 8% 30 8% 11% 9% 11% 13% 13% 12% 12% 11% 10% 10% 10% 9% 40 9% 12% 10% 11% 13% 12% 11% 13% 12% 10% 11% 11% 10% 50 10% 13% 11% 11% 12% 11% 10% 12% 12% 12% 11% 11% 10% 60 7% 10% 9% 9% 10% 10% 8% 9% 10% 10% 9% 9% 9% 70 6% 10% 8% 10% 12% 10% 9% 10% 10% 10% 9% 9% 10% 80 5% 9% 8% 8% 11% 10% 8% 8% 9% 10% 9% 8% 9% 90 4% 9% 7% 8% 10% 9% 8% 7% 8% 10% 9% 9% 9% 100 6% 9% 8% 9% 11% 9% 8% 8% 9% 10% 9% 9% 9% 110 4% 8% 6% 6% 9% 8% 6% 7% 8% 8% 7% 8% 8% 120 4% 8% 6% 7% 9% 8% 6% 6% 7% 8% 7% 9% 9% 表 12: 不同排序期组合下 Stock-Mom 策略夏普比率 (H=2-week) R_mom R_stock 请务必阅读正文之后的信息披露和免责申明 15

16 表 13: 不同排序期组合下 Stock-Mom 策略 Calmar 比率 (H=2-week) R_mom R_stock 与 Stock 策略对比来看, 以持仓两周为例, 大部分排序期下, 结合动量技术面信号的 Stock-Mom 策略表现更优年化收益率夏普比率 Calmar 比率均有一定提升, 其中 Calmar 比率改进最为明显, 当排序期为个交易日时, 几乎提高了两倍多, 策略表现平稳性大幅提升这一结论从图 6 图 7 可以更直观地观察到表 14: 不同排序期下 Stock 策略与 Stock-Mom 策略表现对比 R_stock 年化收益率夏普比率 Calmar 比率 Stock Stock-Mom Stock Stock-Mom Stock Stock-Mom 5 2.9% 8.5% % 9.0% % 10.3% % 12.7% % 12.7% % 12.7% % 10.4% % 11.7% % 10.5% % 9.8% % 10.6% % 9.1% % 9.1% 请务必阅读正文之后的信息披露和免责申明 16

17 图 6: 不同排序期下 Stock 策略与 Stock-Mom 策略夏普比率图 7: 不同排序期下 Stock 策略与 Stock-Mom 策略 Calmar 比率 Stock Stock-Mom Stock Stock-Mom 进一步地, 我们在 40 日排序期下观察两策略分年度表现相对于 Stock 策略, Stock-Mom 策略在及近两年表现均有较大优势, 而且弥补了 Stock 策略在 2010 年 5% 的负收益, 扭亏为盈, 仅在年出现了回撤总体来看, 动量技术面信号的结合确实能在一定程度上提升库存基本面策略表现表 15:Stock 策略与 Stock-Mom 策略分年度表现对比 R=40 年化收益率夏普比率最大回撤 H=2-week Stock Stock-Mom Stock Stock-Mom Stock Stock-Mom % 55.1% % 7.3% % 13.6% % 10.0% % 36.5% % 6.8% % 14.4% % 8.3% % 5.3% % 6.0% % -2.2% % 9.6% % 3.3% % 7.2% % -2.4% % 7.3% % 14.6% % 3.1% % 7.9% % 3.6% % 14.7% % 5.4% % 14.7% % 3.2% 总回测期 11.1% 12.7% % 12.0% Mom-Stock 中性策略我们的 Mom-Stock 中性策略逻辑为 : 做多高历史收益组中的低库存品种做空低历史收益组中的高库存品种此策略涉及的参数仍为库存偏离度和历史收益的时间窗口长度 ( 排序期 R_stock 和 R_mom) 以及持仓期 (H) 策略设计如下 : 设定回测期 :max(2006 年 1 月 4 日, 期货品种上市日 )-2017 年 11 月 3 日 ; 计算因子值 : 计算一定时间窗口 ( 即排序期 R_mom 和 R_stock) 下各品种历史收益率请务必阅读正文之后的信息披露和免责申明 17

18 和库存偏离度 ; 定义信号 : 在建仓或调仓日首先对各品种的历史收益率从低到高排序, 位于前 40% 的品种设为低历史收益组, 后 40% 的品种设为高历史收益组, 再分别对高低历史收益组中的品种进行库存偏离度从低到高排序, 前 50% 的设为低库存组, 后 50% 的设为高库存组至此, 我们得到高动量低库存高动量高库存低动量低库存低动量高库存和中等动量五个组, 各占总品种数的 20% 根据两策略逻辑, 我们对高动量低库存组赋予做多信号, 低动量高库存组赋予做空信号, 资金等权配置操作品种数与上文两个单因子策略保持一致, 具有可比性 ; 持仓至换手 : 我们仍按周频换手, 即持仓期 H=n-week(n=1,2,,), 并在每 n 周的第一个交易日收盘前换手 ( 假设交易价为当日收盘价 ), 每次换手在扣除手续费后对资金进行等权再分配 ; 设定参数 : 保证金比例为 100%, 手续费统一为 3%% 仍以持仓两周为例, 表 16- 表 18 是 Mom-Stock 策略在 169 个参数组下的回测结果我们发现结合库存基本面信息后的动量技术面策略表现主要依赖于 Mom 因子排序期 (R_mom), 而受 Stock_Dev 因子排序期 (R_stock) 影响不大这一结论与 Stock-Mom 策略结论具有一致性, 即作为第一层筛选条件的因子对组合策略的影响更大, 如 Mom-Stock 策略在筛选多空品种时首先基于动量因子, 则动量因子排序期对策略影响更大与 Mom 策略类似, 当 R_mom 大于 50 个交易日,Mom-Stock 策略表现依然不尽如人意, 但当 R_mom 为个交易日时, 策略收益可观且表现十分稳定, 尤其在 10 日和 40 日排序期下, 年化收益率可达 11% 左右, 夏普比率和 Calmar 可达 1 以上同样地, 我们在 1-4 周持仓期下均能得出类似结论表 16: 不同排序期组合下 Mom-Stock 策略年化收益率 (H=2-week) R_mom R_stock 5 4% 12% 8% 6% 11% 6% 5% 5% 3% 3% 3% 3% 2% 10 7% 13% 8% 6% 11% 5% 5% 5% 2% 2% 2% 3% 1% 20 5% 12% 7% 6% 12% 5% 6% 5% 2% 2% 2% 3% 1% 30 6% 10% 7% 7% 12% 5% 6% 5% 2% 1% 3% 2% 1% 40 6% 11% 7% 7% 12% 6% 7% 5% 3% 2% 5% 4% 3% 50 5% 11% 7% 7% 12% 6% 6% 4% 3% 1% 4% 5% 4% 60 6% 10% 7% 7% 12% 5% 6% 4% 3% 2% 5% 5% 3% 70 5% 9% 7% 7% 11% 4% 5% 4% 2% 1% 5% 4% 2% 80 5% 8% 7% 7% 11% 4% 5% 4% 2% 2% 5% 4% 2% 90 5% 8% 7% 8% 11% 4% 5% 4% 2% 2% 5% 4% 2% 100 4% 9% 7% 8% 12% 6% 6% 5% 3% 2% 5% 5% 2% 110 4% 8% 6% 8% 12% 6% 6% 4% 3% 2% 5% 4% 2% 120 3% 7% 7% 9% 12% 6% 6% 4% 2% 1% 4% 3% 2% 请务必阅读正文之后的信息披露和免责申明 18

19 表 17: 不同排序期组合下 Mom-Stock 策略夏普比率 (H=2-week) R_mom R_stock 表 18: 不同排序期组合下 Mom-Stock 策略 Calmar 比率 (H=2-week) R_mom R_stock 与 Mom 策略对比来看, 几乎在所有排序期下, 结合库存基本面信号的 Mom-Stock 策略优势均较为明显, 大部分排序期下的年化收益率夏普比率 Calmar 比率能提升两倍及以上当排序期大于 50 日时, 虽然策略绝对表现较为逊色, 但相比于纯动量技术面信号下的 Mom 策略, 结合了库存基本面信号的 Mom-Stock 策略改进效果依然明显图 8 图 9 更直观地呈现了这一结论请务必阅读正文之后的信息披露和免责申明 19

20 表 19: 不同排序期下 Mom 策略与 Mom-Stock 策略表现对比 R_mom 年化收益率夏普比率 Calmar 比率 Mom Mom-Stock Mom Mom-Stock Mom Mom-Stock 5 8.1% 7.3% % 12.6% % 8.0% % 8.8% % 12.1% % 6.2% % 7.2% % 5.1% % 3.5% % 3.1% % 5.3% % 5.2% % 3.9% 图 8: 不同排序期下 Mom 策略与 Mom-Stock 策略夏普比率图 9: 不同排序期下 Mom 策略与 Mom-Stock 策略 Calmar 比率 Mom Mom-Stock Mom Mom-Stock 进一步地, 我们在 40 日排序期下观察两策略分年度表现相比于 Mom 策略, Mom-Stock 策略在回测期一半以上的年份表现均更具优势, 尤其在 2008 和 2009 年 Mom 策略出现大幅回撤的阶段, 结合了库存基本面信号的 Mom-Stock 信号表现强势, 收益平均提升 25 个百分点左右, 且弥补了 2009 年较大的亏损以上结论说明库存基本面信号的结合对于动量技术面策略的改进十分有效, 尤其在外部冲击明显的阶段, 价格当中可能包含过多的情绪噪音, 信号作用降低, 而库存基本面信号可能更具指向性, 能起到修正作用请务必阅读正文之后的信息披露和免责申明 20

21 表 20:Mom 策略与 Mom-Stock 策略分年度表现对比 R=40 年化收益率夏普比率最大回撤 H=2-week Mom Mom-Stock Mom Mom-Stock Mom Mom-Stock % 39.0% % 10.8% % 6.0% % 14.2% % 45.5% % 8.4% % 16.4% % 7.0% % -1.2% % 5.8% % 2.1% % 7.1% % 3.4% % 4.6% % 2.7% % 5.1% % 15.0% % 3.9% % 8.0% % 5.4% % 11.9% % 8.2% % 14.6% % 3.3% 总回测期 7.8% 12.1% % 14.2% 信号共振效果评价已知 Stock-Mom 策略可看作是 Stock 策略在动量技术面信号下的修正策略, 类似地, Mom-Stock 策略可认为是 Mom 策略在库存基本面信号下的修正策略从上文分析结论中, 我们发现信号叠加后策略的年化收益率夏普比率等均有明显提升, 基本面信号与技术面信号共振的策略在理论和实践中均有重要意义全样本分析从 169 个排序期组合下两策略表现分布图来看,Stock-Mom 策略在年化收益率和夏普比率上均更具优势, 而 Mom-Stock 策略表现波动较大, 这与基准策略表现及参数选取也存在一定关系图 10:Mom-Stock 与 Stock-Mom 策略年化收益率分布图 11:Mom-Stock 与 Stock-Mom 策略夏普比率分布 Mom-Stock Stock-Mom 0 < >1.5 Mom-Stock Stock-Mom 从图 12 各策略净值走势中, 我们可以直观地发现,Mom-Stock 策略对于 Mom 策略的改进效果非常明显,Stock-Mom 策略与 Stock 策略走势基本保持一致, 但叠加动量技术面信号后避免了部分回撤, 表现更为平稳信号叠加下的 Stock-Mom 策略与 Mom-Stock 请务必阅读正文之后的信息披露和免责申明 21

22 策略净值走势非常一致, 以 40 日排序期, 两周持仓期为例, 两策略收益率 Pearson 相关系数可达 65% 以上根据表 21, 固定参数组下, 基本面与技术面信号共振策略年化收益可达 12.7%, 夏普比率 1.34, 最大回撤仅 12%,Calmar 比率达 1 以上相比于单因子 Mom 策略, 年化收益率提高 5 个百分点, 夏普比率提升一倍,Calmar 比率提升高达两倍图 12: 信号叠加前后策略净值走势 ( 以 40 日排序期,2-week 持仓期为例 ) Stock 策略 Stock-Mom 策略 Mom 策略 Mom-Stock 策略表 21: 信号叠加前后策略表现对比 R=40 H=2-week 年化收益率夏普比率最大回撤 Calmar 比率 Stock 11.1% % 0.60 Mom 7.8% % 0.35 Stock-Mom 12.7% % 1.04 Mom-Stock 12.1% % 0.85 样本外测试从以上全样本数据回测结果来看, 库存基本面与动量技术面信号共振策略是具有明显改进效果的, 但在不同参数组下策略表现具有一定差异, 而策略具体执行首先需要确定参数组为了确保策略可执行, 且避免用到未来数据而造成前视偏差, 本文通过样本内参数寻优 + 样本外测试的方法检验策略效果, 并在 2-week 持有期下分单 / 双周两条路径分别建仓以观察策略是否存在路径依赖以 2015 年 1 月 1 日为界, 取 2007 年 1 月 1 日至 2014 年 12 月 31 日为样本内回测区间,2015 年 1 月 1 日至 2017 年 11 月 3 日为样本外测试区间根据样本内回测结果, 选出夏普比最大的参数组, 将其作为样本外测试的参数组观察策略样本外表现进一步考虑, 由于库存数据可得性, 我们的调仓时间为周一, 在 2-week 持有期下可以有两条路径 ( 以年初开始计算, 第 1 个 / 第 2 个周一开始建仓 ), 那么在不同路径下样本外测试结果是否具有一致性呢? 按照上述思路, 我们对 Stock-Mom 和 Mom-Stock 两个共振策略分路径 1( 从第 1 周开始建仓 ) 和路径 2( 从第 2 周开始建仓 ) 分别进行测试, 测试结果如图 13 表 22 所示观察图表, 我们发现 Stock-Mom 策略表现依然优于 Mom-Stock 策略, 且路径依赖更小, 在两条路径下均能取得 10% 左右的年化收益率, 夏普比率均大于 1.1,Calmar 比率超过 1.4 请务必阅读正文之后的信息披露和免责申明 22

23 图 13: 不同路径下信号共振策略样本外净值走势 Stock_Mom1 Stock_Mom2 Mom_Stock1 Mom_Stock2 表 22: 不同路径下信号共振策略样本外表现对比年年化收益率夏普比率最大回撤 Calmar 比率 Stock_Mom1 11.6% % 2.48 Stock_Mom2 9.3% % 1.46 Mom_Stock1 6.6% % 0.67 Mom_Stock2 1.9% % 0.18 WFA 稳健性检验我们引入前进分析法 (Walk-Forward Analysis,WFA) 进一步检验策略稳健性 WFA 的概念类似于上一节的样本内参数寻优 + 样本外测试, 但这种优化不是简单将回测期一分为二, 而是采用滚动窗口的方式, 可类比为多个样本外测试的结合, 理论上更为科学合理具体来看,WFA 过程需要设定参数寻优时间窗口和交易测试时间窗口, 不同窗口期下不同策略的检验结果可能存在较大差异, 而如何科学地设定窗口期长度又需要另一种优化手段本文利用 2007 年年的数据, 以 4 年参数寻优期 +1 年交易测试期作为示例进行检验从检验结果来看, 不同策略在 WFA 下的表现差异较明显, 相对而言,Stock-Mom 策略表现依然优于 Mom-Stock 策略, 但两策略均存在路径依赖问题这可能与我们的滑动窗口期设置有关, 由于策略存在异质性, 不同策略适用的滑动窗口期长度也可能存在差异请务必阅读正文之后的信息披露和免责申明 23

图 14:WFA 法示例资料来源 :The Evaluation and Optimization of Trading Strategies, 天风证券研究所图 15:WFA 法下信号共振策略净值走势 1.7 1.6 1.5 1.4 1.3 1.2 1.1 1 0.

24 图 14:WFA 法示例资料来源 :The Evaluation and Optimization of Trading Strategies, 天风证券研究所图 15:WFA 法下信号共振策略净值走势 Stock-Mom1 Stock-Mom2 Mom-Stock1 Mom-Stock2 表 23:WFA 法下信号共振策略表现对比年年化收益率夏普比率最大回撤 Calmar 比率 Stock_Mom1 7.0% % 0.98 Stock_Mom2 2.0% % 0.22 Mom_Stock1 5.7% % 0.69 Mom_Stock2 1.0% % 0.09 总结与展望本文从基本面和技术面两个角度出发, 首先构建基于单信号的库存基本面策略和动量技术面策略, 并从因子横截面 Spearman Rank 相关系数和收益率时间序列 Pearson 相关系请务必阅读正文之后的信息披露和免责申明 24

25 数两个维度分析单信号策略相关性, 基于其弱相关性构建信号共振策略, 通过全样本多参数组回测样本外测试及 WFA 等方法检验策略稳健性主要结论有 : 库存基本面策略与动量技术面策略相关性不高, 但两者各有优势, 如库存基本面策略能更准确地把握价格变化的内在驱动力以应对外部冲击, 而动量技术面策略可能在捕捉短期价格趋势上更胜一筹从库存基本面信号叠加动量技术面信号的 Stock-Mom 策略表现来看, 相比于单纯依靠库存基本面信号的 Stock 策略, 共振策略年化收益率有所提高的同时 Calmar 比率显著提升对于动量技术面策略来说, 结合库存基本面信号后, 策略优化效果更为明显相比于 Mom 策略,Mom-Stock 策略年化收益率提高 5 个百分点, 夏普比率提升一倍,Calmar 比率提升高达两倍分年度来看, 共振策略能弥补部分年份较大的负收益, 扭亏为盈, 有效规避回撤全样本多参数组回测样本外测试及 WFA 结果均显示,Stock-Mom 策略相对于 Mom-Stock 策略表现更优且稳定性更佳以上结论表明, 基本面信号与技术面信号共振的策略在理论和实践中均有重要意义接下来我们将挖掘更多基本面因子和技术面因子, 并试图构建有效的组合策略感谢实习生何青青对本文的贡献请务必阅读正文之后的信息披露和免责申明 25

26 分析师声明本报告署名分析师在此声明 : 我们具有中国证券业协会授予的证券投资咨询执业资格或相当的专业胜任能力, 本报告所表述的所有观点均准确地反映了我们对标的证券和发行人的个人看法我们所得报酬的任何部分不曾与, 不与, 也将不会与本报告中的具体投资建议或观点有直接或间接联系一般声明除非另有规定, 本报告中的所有材料版权均属天风证券股份有限公司 ( 已获中国证监会许可的证券投资咨询业务资格 ) 及其附属机构 ( 以下统称天风证券 ) 未经天风证券事先书面授权, 不得以任何方式修改发送或者复制本报告及其所包含的材料内容所有本报告中使用的商标服务标识及标记均为天风证券的商标服务标识及标记本报告是机密的, 仅供我们的客户使用, 天风证券不因收件人收到本报告而视其为天风证券的客户本报告中的信息均来源于我们认为可靠的已公开资料, 但天风证券对这些信息的准确性及完整性不作任何保证本报告中的信息意见等均仅供客户参考, 不构成所述证券买卖的出价或征价邀请或要约该等信息意见并未考虑到获取本报告人员的具体投资目的财务状况以及特定需求, 在任何时候均不构成对任何人的个人推荐客户应当对本报告中的信息和意见进行独立评估, 并应同时考量各自的投资目的财务状况和特定需求, 必要时就法律商业财务税收等方面咨询专家的意见对依据或者使用本报告所造成的一切后果, 天风证券及 / 或其关联人员均不承担任何法律责任本报告所载的意见评估及预测仅为本报告出具日的观点和判断该等意见评估及预测无需通知即可随时更改过往的表现亦不应作为日后表现的预示和担保在不同时期, 天风证券可能会发出与本报告所载意见评估及预测不一致的研究报告天风证券的销售人员交易人员以及其他专业人士可能会依据不同假设和标准采用不同的分析方法而口头或书面发表与本报告意见及建议不一致的市场评论和 / 或交易观点天风证券没有将此意见及建议向报告所有接收者进行更新的义务天风证券的资产管理部门自营部门以及其他投资业务部门可能独立做出与本报告中的意见或建议不一致的投资决策特别声明在法律许可的情况下, 天风证券可能会持有本报告中提及公司所发行的证券并进行交易, 也可能为这些公司提供或争取提供投资银行财务顾问和金融产品等各种金融服务因此, 投资者应当考虑到天风证券及 / 或其相关人员可能存在影响本报告观点客观性的潜在利益冲突, 投资者请勿将本报告视为投资或其他决定的唯一参考依据投资评级声明类别说明评级体系股票投资评级行业投资评级自报告日后的 6 个月内, 相对同期沪深 300 指数的涨跌幅自报告日后的 6 个月内, 相对同期沪深 300 指数的涨跌幅买入预期股价相对收益 20% 以上增持预期股价相对收益 10%-20% 持有预期股价相对收益 -10%-10% 卖出预期股价相对收益 -10% 以下强于大市预期行业指数涨幅 5% 以上中性预期行业指数涨幅 -5%-5% 弱于大市预期行业指数涨幅 -5% 以下天风证券研究北京武汉上海深圳北京市西城区佟麟阁路 36 号湖北武汉市武昌区中南路 99 上海市浦东新区兰花路 333 深圳市福田区益田路 4068 号邮编 : 号保利广场 A 座 37 楼号 333 世纪大厦 20 楼卓越时代广场 36 楼邮箱 :research@tfzq.com 邮编 : 邮编 : 邮编 : 电话 :(8627) 电话 :(8621) 电话 :(86755) 传真 :(8627) 传真 :(8621) 传真 :(86755) 邮箱 :research@tfzq.com 邮箱 :research@tfzq.com 邮箱 :research@tfzq.com 请务必阅读正文之后的信息披露和免责申明 26

. 市场概况返回首页类别 ---- 涨跌幅当日成交成交变化期末市值市值变化持仓影响 % 亿亿 % 亿亿 % 亿 % 全市场.8,63-5, , 股指期货.7, , 国债期货.5,56-7.6,7

. 市场概况返回首页类别 ---- 涨跌幅当日成交成交变化期末市值市值变化持仓影响 % 亿亿 % 亿亿 % 亿 % 全市场.8,63-5, , 股指期货.7, , 国债期货.5,56-7.6,7 资金流向 _76 品种 _ 代码市场概况品种概况股指期货上证 5 指数 _IH 沪深 3 指数 _IF 中证 5 指数 _IC 国债期货 5 年期国债 _TF 年期国债 _T 贵金属黄金 _AU 白银 _AG 有色金属铜 _CU 铝 _AL 锌 _ZN 铅 _PB 锡 _SN 镍 _NI 螺纹钢 _RB 线材 _WR 热轧卷板 _HC 黑色产业焦煤 _JM 焦炭 _J 铁矿石 _I 硅铁