趋势策略在时间序列和横截面上的应用

1、内容目录 HYPERLINK l _TOC_250022 引言 4 HYPERLINK l _TOC_250021 日间趋势策略 4 HYPERLINK l _TOC_250020 MOM 策略 4 HYPERLINK l _TOC_250019 DMAC 策略 5 HYPERLINK l _TOC_250018 Channel 策略 5 HYPERLINK l _TOC_250017 趋势策略在时间序列上的应用 5 HYPERLINK l _TOC_250016 单品种策略表现 5 HYPERLINK l _TOC_250015 MOM 策略 5 HYPERLINK l _TOC_25001

2、4 DMAC 策略 7 HYPERLINK l _TOC_250013 Channel 策略 10 HYPERLINK l _TOC_250012 趋势策略是否具有“趋势” 11 HYPERLINK l _TOC_250011 多品种策略表现 13 HYPERLINK l _TOC_250010 仓位设定 14 HYPERLINK l _TOC_250009 多品种 MOM 策略 14 HYPERLINK l _TOC_250008 多品种 DMAC 策略 16 HYPERLINK l _TOC_250007 多品种 Channel 策略 18 HYPERLINK l _TOC_250006

3、趋势策略在横截面上的应用 20 HYPERLINK l _TOC_250005 横截面 MOM 策略 20 HYPERLINK l _TOC_250004 动量因子与基本面因子相关性 21 HYPERLINK l _TOC_250003 叠加趋势的多因子策略 22 HYPERLINK l _TOC_250002 时序趋势与横截面策略的组合配置 24 HYPERLINK l _TOC_250001 6. 总结 26 HYPERLINK l _TOC_250000 7. 参考文献 27图表目录图 1：基于主力合约的单品种 MOM 策略年化收益（最优 FP） 6图 2：基于近月合约的单品种 MOM

4、策略年化收益（最优 FP） 6图 3：不同参数下单品种 Channel 策略年化收益 10图 4：多品种 MOM 策略净值 15图 5：主力复权合约下多品种 MOM 策略每日杠杆倍数 16图 6：近月复权合约下多品种 MOM 策略每日杠杆倍数 16图 7：多品种 DMAC 策略净值 17图 8：主力复权合约下多品种 DMAC 策略每日杠杆倍数 18图 9：近月复权合约下多品种 DMAC 策略每日杠杆倍数 18图 10：多品种 Channel 策略净值 19图 11：主力复权合约下多品种 Channel 策略每日杠杆倍数 20图 12：近月复权合约下多品种 Channel 策略每日杠杆倍数 20

5、图 13：横截面 MOM 策略净值 21图 14：动量因子与展期收益因子截面秩相关系数 22图 15：动量因子与基差动量因子截面秩相关系数 22图 16：二因子策略与三因子策略净值对比 23图 17：不同配置法下组合策略净值 25表 1：信号来自复权合约优于单一合约的概率 7表 2：基于近月复权合约优于主力复权合约的概率 7表 3：不同参数下单品种 DMAC 策略年化收益 8表 4：主力复权合约下单品种 DMAC 策略次均收益前十大品种 9表 5：近月复权合约下单品种 DMAC 策略次均收益前十大品种 9表 6：不同合约下单品种 Channel 策略次均收益前十大品种 11表 7：单品种 MO

6、M 策略（FP=240）趋势性检验结果 12表 8：单品种 DMAC 策略（b=0.1）趋势性检验结果 12表 9：单品种 Channel 策略趋势性检验结果 13表 10：主力复权合约下多品种 MOM 策略分年度表现 14表 11：近月复权合约下多品种 MOM 策略分年度表现 15表 12：主力复权合约下多品种 DMAC 策略分年度表现 16表 13：近月复权合约下多品种 DMAC 策略分年度表现 17表 14：主力复权合约下多品种 Channel 策略分年度表现 18表 15：近月复权合约下多品种 Channel 策略分年度表现 19表 16：横截面 MOM 策略分年度表现 21表 17：

7、动量因子与基本面因子截面相关性 22表 18：横截面策略日收益率相关系数 22表 19：二因子策略与三因子策略表现 23表 20：二因子策略与三因子策略分年度表现 23表 21：波动率配置法下组合策略表现 24表 22：夏普比配置法下组合策略表现 24表 23：等权配置法下组合策略分年度表现 25表 24：波动率配置法下组合策略分年度表现 26表 25：夏普比配置法下组合策略分年度表现 26引言前期系列报告中，我们主要在横截面维度构建策略，且大多从基本面逻辑出发挖掘因子。而对于另一类基于量价的传统 CTA 策略趋势跟踪，尚未详细研究，尤其是在实际应用层面。本文将以几个经典的趋势策略为例，重点讨

8、论策略构建及其在实际应用过程中的细节问题。我们将从时间序列和横截面两个维度进行展开。时间序列上，具体讨论：1. 用主力合约还是活跃近月合约构建趋势策略；2. 趋势信号来自同一合约真实价格还是基于合约复权后的价格；3. 哪些品种的趋势特征更明显；4.趋势策略表现是否具有“趋势”，即历史表现好的品种是否更有效；5. 多品种策略的仓位管理问题。横截面上，具体讨论：1. 因子型趋势信号的表现；2. 趋势因子与现有基本面因子的相关性；3. 趋势因子叠加到基本面多因子模型中是否具有增量。最后，我们还讨论了时间序列趋势策略与横截面多因子策略的组合配置问题。日间趋势策略趋势策略按频率可分为日间策略和日内策略。

9、日内趋势策略基本不留隔夜仓位，而日间趋势策略可能持有一天到几天（短线策略），几天到几周（中线策略），甚至更长时间（长线策略）。相对而言，日内高频的趋势策略风险小但资金容量有限，对交易系统与相关配置要求比较高，而日间低频策略具有更大的资金容量，且对软硬件设备要求相对较低。本文主要探讨低频的日间趋势策略。趋势策略的信号可分为触发式和因子型两类。触发式信号主要来自通道类策略，一般仅应用于时间序列，如双均线（Dual Moving Average Crossover，DMAC）、通道突破、布林带突破、MACD 等；因子型信号主要通过某些技术指标计算出具体数值，根据规则定义相对应的多空信号，这类信号可同

10、时应用在时间序列和横截面维度，如经典的动量策略。本文以 Szakmary 等（2010）构建的动量策略（MOM）、双均线策略（DMAC）和通道突破策略（Channel）为例，对日间趋势策略展开研究。MOM 策略MOM 策略最早由 Jegadeehs 和 Titman（1993）应用于美国股市（买入过去的赢家并卖出过去的输家），并取得持续的异常收益（称为动量收益），此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 et al., 2007; Fue

11、rtes et al., 2010; Narayan et al., 2014）。我们在 T 日可计算过去 FP 日动量1, = (1 + )=其中，FP 为动量形成窗口期。时间序列 MOM 策略：品种 FP 日动量 大于 0，触发多头信号；品种 FP 日动量 小于 0，触发空头信号。MOM 策略产生的是因子型信号，针对活跃品种每日都可计算出非零数值，非负即正，即时间序列上每日都会触发非空即多的信号。针对这类策略，我们不设止损规则，即仅信号变化作为出场条件。正因为其信号类型为因子型，因此可在横截面维度进行比较，区分出各个品种趋势的相对强弱。横截面 MOM 策略：在建仓或调仓日对各品种的动量 从

12、高到低排序，筛选高动量的品种赋予做多信号，低动量的品种赋予做空信号。DMAC 策略DMAC 策略中，当短均线（STMA）超过长均线（LTMA）达到一定幅度（B），即 STMALTMA*(1+B)，触发多头信号；当短均线（STMA）位于长均线（LTMA）以下达到一定幅度（B），即 STMA0 且 p0.1”（即 corr 显著 大于 0）展示的是各品种 MOM 策略中在时间序列上具有趋势性的比例，列“corr0 且p50”展示的是不同时间窗口下历史收益与未来收益方向一致概率大于 50的品种比例。结果显示，两种合约下，单品种 MOM 策略动量效应强于反转效应的概率均不超过 20，大多数品种预测胜率

13、不足 50。整体而言，单品种 MOM 策略并不存在明显的趋势性。表 7：单品种 MOM 策略（FP=240）趋势性检验结果参数主力复权合约策略近月复权合约策略hisLenpredLen品种数corr0 且p0.1corr0 且p50品种数corr0 且p0.1corr0 且p50240204114.648.841.54015.055.045.0240603912.866.741.03810.578.936.82401203511.482.942.93611.186.141.72402403312.184.848.5339.184.851.5480203710.862.243.2375.473.

14、043.248060358.677.142.9352.988.642.9480120345.985.335.3345.988.247278.845.5326.387.556.3720203414.767.641.2355.777.148.6720603312.184.839.4348.888.247.1720120339.187.948.5336.187.960.67202402913.882.844.82910.389.758.696020336.172.742.43312.172.745.596060333.090.948.5336.187.948.5960120

15、2913.886.248.33010.080.046.7960240248.387.541.72412.583.354.21200203112.974.248.4329.475.056.31200602913.882.855.22910.379.355.212001202611.588.546.22615.480.853.812002402015.085.045.02020.070.045.0资料来源：Wind, 接下来，我们检验单品种 DMAC 策略的趋势性。表 8 展示了突破幅度B 为 0.1 的结果，可以发现，大部分参数组下，单品种 DMAC 策略具有显著趋势性的概率不足 30，反转效应

16、强于动量效应，且所有品种预测胜率不足 50。表 8：单品种 DMAC 策略（b=0.1）趋势性检验结果参数主力复权合约策略近月复权合约策略hisLenpredLen品种数corr0 且p0.1corr0 且p50品种数corr0 且p0.1corr0 且p50240203729.743.22.74035.027.55.0240603616.769.411.13917.966.712.82401203420.664.78.83619.466.713.9240240326.384.415.63511.480.020.0480203426.544.10.03716.251.48.1480603411

17、.870.65.93517.171.417278.89.13517.171.417.1480240316.580.616.13112.977.432.3720203324.251.53.03522.948.62.9720603215.668.89.43520.068.614.3720120329.478.19.43514.380.020.0720240296.989.720.72810.785.721.496020326.365.63.13511.462.98.696060326.390.612.53417.679.414.7960120303.383.313.330

18、13.376.713.3960240234.391.326.12313.087.026.11200203020.056.76.73129.048.412.91200602917.269.017.22927.651.724.11200120258.088.016.02516.076.016.01200240195.394.721.12010.090.030.0资料来源：Wind, 最后，我们检验单品种 Channel 策略的趋势性。结果显示，与 DMAC 策略类似，大部分参数组下，单品种 Channel 策略具有显著趋势性的概率不足 30，反转效应强于动量效应。预测胜率方面，大于 50的品种比例

19、高于 DMAC 策略，但参数敏感性较高。表 9：单品种 Channel 策略趋势性检验结果参数主力复权合约策略近月复权合约策略hisLenpredLen品种数corr0 且p0.1corr0 且p50品种数corr0 且p0.1corr0 且p50240204831.331.34.24831.331.34.2240604332.653.551.24537.851.151.12401204025.055.050.04032.547.562.52402403522.962.960.03724.359.559.5480204022.547.515.04223.850.011.9480604015.0

20、70.047.54025.062.555.04801203613.975.058.33821.168.455.3480240348.879.441.23716.273.048.6720203716.267.65.43928.259.010.372060368.380.650.03828.963.250.0720120355.791.442.93721.670.354.1720240345.994.141.23718.981.140.596020352.974.317.13713.564.913.596060345.985.352.93718.964.943.2960120345.985.350

21、.03721.670.348.69602403013.383.350.03119.474.254.8120020348.876.523.53713.570.318.9120060345.985.358.83716.273.043.21200120306.793.353.33321.272.760.61200240240.095.841.72516.076.036.0资料来源：Wind, 综上，在上述时间窗口参数组下并未发现三种趋势策略存在明显的趋势性，即“策略在所有品种上具有相同周期动量效应”这一假设未得到验证。多品种策略表现从 3.2 的检验结果来看，三种趋势策略时间序列上的趋势性并不明显，

22、反转效应强于动量效应，且对时间窗口参数较敏感。因此，我们在构建时间序列多品种策略时，不考虑动态筛选历史绩优品种，将满足流动性条件的所有品种均纳入样本范围。多品种策略的开仓信号定义、出场止损规则、交易参数等均与单品种策略保持一致。两者唯一的差异在于仓位管理，即多品种策略需根据组合资产确定每个开仓信号所对应的操作数量。仓位设定本文以 Henrik 和 Rasmus（2014）提出的固定比例法给各品种设定仓位，即单品种开仓合约手数 = 20 其中，为最新资产净值（包括持仓组合净值和现金），为风险系数，值越小代表持有的现金越多，投资风格越保守，本文统一设为 0.1。代表品种历史波动情况，波动越大的品种

23、仓位越低。此处依然采用 20 日。为合约乘数。假设初始投入资产净值为 1000 万，我们进行多品种趋势策略回测。多品种 MOM 策略我们在不同合约及不同交易成本下回测多品种 MOM 策略表现（FP=240），净值均转换为以 1 为起点（下同）。结果显示：不带滑点的近月合约策略年化收益 13.5，夏普比率 1.14，Calmar 为 0.57，显著优于主力合约策略表现，三项指标分别提升 4.6、0.4 和 0.2；开平仓 1 跳滑点带来的收益损失在 1.5左右；策略回撤主要发生在 2011 至 2012、2015 年底至 2016 上半年、2020 上半年这几个大趋势反转的阶段；策略平均杠杆倍数

24、 1.9，最大杠杆倍数 3.4，风险相对可控。表 10：主力复权合约下多品种 MOM 策略分年度表现年份无滑点1 跳滑点年化收益年化波动夏普比率最大回撤Calmar年化收益年化波动夏普比率最大回撤Calmar20108.911.80.759.30.968.211.80.699.60.8520110.19.80.018.40.02-0.39.7-0.038.2-0.042012-4.510.7-0.4210.7-0.42-5.410.8-0.5011.1-0.49201316.99.21.856.92.4415.69.31.687.32.13201430.49.63.152.810.9729.2

25、9.73.012.810.52201513.214.40.917.81.6911.614.40.808.01.4420163.914.80.2620.80.192.114.70.1421.30.102017-1.810.9-0.1612.7-0.14-3.110.7-0.2913.0-0.2420183.87.30.526.00.632.17.40.296.60.3220192.98.50.345.20.560.48.60.055.90.07202024.914.11.7614.41.7322.414.11.5914.91.502021.06.048.415.50.5514.20.598.21

26、5.50.5314.30.58全样本8.912.00.7424.40.367.512.00.6325.00.30资料来源：Wind, 表 11：近月复权合约下多品种 MOM 策略分年度表现年份无滑点1 跳滑点年化收益年化波动夏普比率最大回撤Calmar年化收益年化波动夏普比率最大回撤Calmar201016.311.91.378.31.9715.511.91.308.31.872011-3.17.2-0.438.7-0.36-3.47.2-0.478.8-0.3820120.411.50.0310.30.04-0.811.5-0.0710.9-0.08201326.89.42.846.24.3

27、525.29.42.676.34.02201437.010.53.543.111.9335.010.43.363.111.15201511.414.00.818.11.409.914.00.718.41.1820167.015.10.4619.00.375.015.10.3319.80.2520176.211.80.5311.20.564.811.90.4011.90.40201813.37.71.735.72.3311.17.81.435.81.90201910.88.21.334.62.358.08.20.985.01.60202020.413.51.5115.71.3017.713.51

28、.3216.41.082021.06.0413.315.00.8813.11.0112.515.00.8313.20.95全样本13.511.91.1423.70.5711.911.91.0024.70.48资料来源：Wind, 图 4：多品种 MOM 策略净值5.04.54.03.53.02.52.01.51.02010010420100430201008242010122220110421201108112011120720120409201207312012112320130325201307232013111920140317201407092014110420150303201506

29、242015102120160216201606072016092920170125201705252017091420180110201805112018083020181226201904252019081920191213202004132020080620201202202103300.5主力-无滑点主力-1跳滑点近月-无滑点近月-1跳滑点资料来源：Wind, 图 5：主力复权合约下多品种 MOM 策略每日杠杆倍数图 6：近月复权合约下多品种 MOM 策略每日杠杆倍数443322112010010520100715201101212011080120120213201208162013

30、022820130905201403202014092220150403201510132016041820161026201705042017110820180518201811222019060420191209202006182020122420100105201007152011012120110801201202132012081620130228201309052014032020140922201504032015101320160418201610262017050420171108201805182018112220190604201912092020061820201224

31、00资料来源：Wind, 资料来源：Wind, 多品种 DMAC 策略接下来我们回测多品种 DMAC 策略表现（b=0.1）。结合图表结果可以发现：不带滑点的近月合约策略年化收益 13.4 ，夏普比率 1.14，Calmar 为 0.76，相比主力合约策略，三项指标分别提升 3.7 、0.3 和 0.3；开平仓 1 跳滑点带来的收益损失为 0.60.9，由此可知，DMAC 策略相比 MOM策略具有更低的换手率；策略回撤主要发生的阶段与MOM 策略类似，但整体最大回撤明显小于 MOM 策略；策略平均杠杆倍数 1.8，最大杠杆倍数 3.3，与 MOM 策略接近。表 12：主力复权合约下多品种 DM

32、AC 策略分年度表现年份无滑点1 跳滑点年化收益年化波动夏普比率最大回撤Calmar年化收益年化波动夏普比率最大回撤Calmar20101.211.60.1012.20.100.911.60.0712.40.0720113.49.00.378.30.403.29.00.358.30.382012-4.29.0-0.479.4-0.44-4.69.0-0.519.7-0.48201311.58.51.366.51.7710.88.61.266.61.64201423.99.22.594.55.3622.89.22.484.65.00201512.113.20.928.71.4011.313.20

33、.859.01.26201612.115.10.8017.50.6911.415.10.7517.90.642017-1.210.7-0.1113.1-0.09-2.010.7-0.1913.3-0.1520187.18.10.889.30.776.68.20.819.60.6920191.08.10.125.50.170.38.10.045.80.05202030.515.12.0211.92.5729.115.01.9512.12.402021.06.0419.016.71.1412.81.4818.816.71.1312.91.46全样本9.711.90.8221.30.469.111.

34、90.7621.70.42资料来源：Wind, 表 13：近月复权合约下多品种 DMAC 策略分年度表现年份无滑点1 跳滑点年化收益年化波动夏普比率最大回撤Calmar年化收益年化波动夏普比率最大回撤Calmar20107.311.10.6610.00.736.811.20.6010.10.6720112.58.00.317.20.352.18.00.267.40.2820120.49.80.059.10.05-0.49.8-0.049.4-0.04201318.37.72.374.83.8217.37.82.235.03.49201431.410.62.974.17.6630.110.62.

35、844.17.2920158.212.40.669.90.837.412.50.5910.20.72201619.615.21.2914.51.3518.315.21.2115.01.2320173.911.10.3510.80.363.211.20.2810.90.29201815.17.71.964.93.1014.27.81.834.92.8920194.48.70.514.41.023.68.70.414.50.80202026.114.91.7511.22.3324.415.01.6311.62.112021.06.0420.016.41.2213.91.4419.716.51.20

36、13.91.41全样本13.411.81.1417.60.7612.511.81.0518.20.68资料来源：Wind, 图 7：多品种 DMAC 策略净值5.04.54.03.53.02.52.01.51.020100104201004302010082420101222201104212011081120111207201204092012073120121123201303252013072320131119201403172014070920141104201503032015062420151021201602162016060720160929201701252017052520

37、17091420180110201805112018083020181226201904252019081920191213202004132020080620201202202103300.5主力-无滑点主力-1跳滑点近月-无滑点近月-1跳滑点资料来源：Wind, 图 8：主力复权合约下多品种 DMAC 策略每日杠杆倍数图 9：近月复权合约下多品种 DMAC 策略每日杠杆倍数44332211201001052010071520110121201108012012021320120816201302282013090520140320201409222015040320151013201604

38、182016102620170504201711082018051820181122201906042019120920200618202012242010010520100715201101212011080120120213201208162013022820130905201403202014092220150403201510132016041820161026201705042017110820180518201811222019060420191209202006182020122400资料来源：Wind, 资料来源：Wind, 多品种 Channel 策略进一步，我们回测了多品种

39、 Channel 策略表现。结果显示：不带滑点的近月合约策略年化收益 16.4 ，夏普比率 1.70，Calmar 为 1.61，相比主力合约策略，三项指标分别提升 7.1 、0.77 和 1.04；开平仓 1 跳滑点带来的收益损失为 1.2 左右，此 Channel 策略换手率介于以上两个策略之间；主力合约策略回撤主要发生在 2017 至 2019 大宗商品震荡市期间，整体最大回撤小于上述 MOM 策略和 DMAC 策略，尤其是近月合约策略，最大回撤仅 10，且 1 跳滑点成本下依然每年都能获取正收益；策略平均杠杆倍数 1.1，最大杠杆倍数 2.4，风险显著低于前两个策略。从图 11 和图

40、12 每日杠杆倍数来看，Channel 策略能规避 2011 至 2012 的回撤以及减小 2017 至 2019震荡市亏损的一重要原因是此期间较低的仓位。表 14：主力复权合约下多品种 Channel 策略分年度表现年份无滑点1 跳滑点年化收益年化波动夏普比率最大回撤Calmar年化收益年化波动夏普比率最大回撤Calmar20106.27.80.805.31.175.77.80.735.31.0620112.99.10.327.00.422.39.10.267.20.3320128.17.31.103.32.487.67.41.023.52.1620137.86.71.165.01.556.

41、66.80.975.51.20201421.98.52.563.95.6320.28.62.364.05.0420159.411.00.867.21.308.311.00.767.41.13201613.612.61.087.11.9312.312.60.977.11.7420170.58.70.0612.00.04-0.28.8-0.0212.2-0.022018-1.16.5-0.175.7-0.19-2.46.5-0.376.2-0.392019-1.56.9-0.216.7-0.22-2.86.9-0.406.8-0.41202026.612.92.0710.92.4424.512.9

42、1.8911.32.182021.06.0415.114.71.039.61.5714.614.70.999.81.49全样本9.310.00.9316.30.578.210.00.8119.50.42资料来源：Wind, 表 15：近月复权合约下多品种 Channel 策略分年度表现年份无滑点1 跳滑点年化收益年化波动夏普比率最大回撤Calmar年化收益年化波动夏普比率最大回撤Calmar201019.49.91.968.12.3918.89.91.898.12.3120117.77.61.026.21.246.97.50.926.41.08201213.37.81.712.26.0412.

43、07.81.552.25.45201320.06.13.292.67.6218.46.13.022.76.87201426.38.13.263.08.6524.78.13.063.27.62201513.810.11.375.52.5212.510.11.245.52.27201621.712.71.717.52.9120.312.81.597.52.6920173.67.40.497.10.512.97.30.407.10.41201815.66.42.433.64.3014.16.42.213.83.6820193.96.80.575.60.692.16.90.305.90.3620202

44、8.212.82.2010.12.7826.412.82.0610.42.552021.06.0415.913.31.209.01.7715.413.31.169.01.71全样本16.49.61.7010.11.6115.19.61.5610.41.46资料来源：Wind, 图 10：多品种 Channel 策略净值6.55.54.53.52.51.520100104201004302010082420101222201104212011081120111207201204092012073120121123201303252013072320131119201403172014070920

45、14110420150303201506242015102120160216201606072016092920170125201705252017091420180110201805112018083020181226201904252019081920191213202004132020080620201202202103300.5主力-无滑点主力-1跳滑点近月-无滑点近月-1跳滑点资料来源：Wind, 图 11：主力复权合约下多品种 Channel 策略每日杠杆倍数图 12：近月复权合约下多品种 Channel 策略每日杠杆倍数332211201001052010071520110121

46、201108012012021320120816201302282013090520140320201409222015040320151013201604182016102620170504201711082018051820181122201906042019120920200618202012242010010520100715201101212011080120120213201208162013022820130905201403202014092220150403201510132016041820161026201705042017110820180518201811222019

47、060420191209202006182020122400资料来源：Wind, 资料来源：Wind, 趋势策略在横截面上的应用上一节我们详细测试了单品种和多品种趋势策略在时间序列上的表现，本节重点探讨趋势策略在横截面上的应用。我们在系列报告十一中基于近月和主力分别构建了横截面展期收益策略（SFRR）、基差动量策略（BSMOM）以及二因子组合策略（BM-SFRR），对比发现：首先，交易近月的策略表现均优于交易主力。在上一节我们也得到了类似的结论，尤其是多品种策略中，以近月合约为信号来源和交易合约时，策略绝对收益和风险调整收益均优于主力合约策略。此外，二因子组合策略相比单因子策略的收益和稳定性均

48、有提升。那么，将趋势策略纳入二因子策略中是否能进一步提升组合表现呢？由于因子型信号应用在横截面策略中较直观，下面我们考虑以 MOM 策略为例研究趋势策略在横截面多因子策略中的应用。横截面 MOM 策略我们首先在横截面构建 MOM 单因子策略。具体地，基于近月或主力复权合约计算动量因子 ，在横截面上做多 排序在前 20品种的主力合约，做空 排序在后 20品种的主力合约。策略参数与操作规则如下：参数定义：动量因子计算的回看窗口期（FP=240）和调仓周期（每周）。操作规则：按收盘价计算信号，每周第一个交易日开盘价调仓。各品种等权配置，每次调仓进行组合各品种的权重再分配。假设操作不带杠杆，且不考虑现

49、金部分收益。手续费：单边万分之二。表 16 回测结果显示：在开平仓 1 跳滑点的交易成本下，近月合约策略整体年化收益 10.5，夏普比率为 1.28，Calmar 为 0.83，各收益指标相比主力合约均有提升，1 跳滑点的收益损失在 0.5左右。分年度来看，近月合约策略每年均可获取正收益。表 16：横截面 MOM 策略分年度表现年份主力合约-1 跳滑点近月合约-1 跳滑点年化收益年化波动夏普比率最大回撤Calmar年化收益年化波动夏普比率最大回撤Calmar201015.99.81.636.02.6312.79.51.346.41.9820110.48.30.059.80.041.27.00.

50、187.00.1820124.86.80.7110.60.464.26.10.6810.70.39201316.65.72.903.35.0227.36.44.262.411.15201412.27.41.663.04.0313.47.11.883.14.3120151.26.20.204.60.272.06.10.336.70.2920166.811.70.587.30.935.411.20.489.40.58201712.411.81.056.71.8617.911.61.546.12.9120180.46.20.067.00.068.36.61.254.61.8120195.06.60.

51、775.60.898.86.61.335.61.58202021.410.02.157.62.8321.69.32.327.42.942021.06.04-2.46.5-0.377.3-0.330.55.90.086.20.08全样本8.18.50.9411.10.7310.58.21.2812.70.83资料来源：Wind, 图 13：横截面 MOM 策略净值4.03.53.02.52.01.51.02010010420100430201008242010122220110421201108112011120720120409201207312012112320130325201307232

52、013111920140317201407092014110420150303201506242015102120160216201606072016092920170125201705252017091420180110201805112018083020181226201904252019081920191213202004132020080620201202202103300.5近月-无滑点近月-1跳滑点主力-无滑点主力-1跳滑点资料来源：Wind, 动量因子与基本面因子相关性下面我们在近月合约下分析动量因子（MOM）与展期收益因子（SFRR）和基差动量因子（BSMOM）的相关性，主要从

53、因子截面秩相关系数和单因子策略收益率时间序列相关系数两个维度展开。横截面上，我们逐日计算了各品种在三个因子上的排序值，并分析三个因子排序值之间的相关性。如表 17 所示，动量因子与展期收益因子具有较低的相关性，平均秩相关系数为 0.31，与基差动量因子相关性相对较高，平均秩相关系数为 0.44。表 17：动量因子与基本面因子截面相关性秩相关系数MOM-SFRRMOM-BSMOM平均数0.30850.4411中位数0.31730.4750资料来源：Wind, 图 14 和图 15 展示了动量因子与基本面二因子的每日秩相关系数，更直观地反应了因子间相关性的动态变化。从图中可以看到，动量因子与二因子

54、在 2012 下半年、2014 年至 2016 上半年相关性较低，且大部分时间为负相关。因此，将动量因子加入横截面组合中可能具有一定增量效果。图 14：动量因子与展期收益因子截面秩相关系数图 15：动量因子与基差动量因子截面秩相关系数10.80.60.40.20-0.2201001042010071420110120201107292012021020120815201302272013090420140319201409192015040220151012201604152016102520170503201711072018051720181121201906032019120620200

55、61720201223-0.410.80.60.40.20-0.220100104201007142011012020110729201202102012081520130227201309042014031920140919201504022015101220160415201610252017050320171107201805172018112120190603201912062020061720201223-0.4资料来源：Wind, 资料来源：Wind, 进一步，我们从时间序列上分析横截面策略的相关性。表18 展示的是动量因子MOM、展期收益因子SFRR、基差动量因子BSMOM 和二

56、因子BM-SFRR 策略日收益率的相关系数。与横截面分析结论一致，动量因子和展期收益因子具有更低的相关性，相关系数为 0.35，与基差动量因子和二因子的相关系数分别为 0.44 和 0.48。表 18：横截面策略日收益率相关系数MOMSFRRBSMOMBM-SFRRMOM10.34810.44240.4772SFRR0.348110.38670.8270BSMOM0.44240.386710.8316BSMOM-SFRR0.47720.82700.83161资料来源：Wind, 4.3. 叠加趋势的多因子策略下面我们仍在近月合约下检验叠加动量的横截面三因子（展期收益、基差动量和动量）策略表现。

57、表 19 全样本结果显示，三因子相比二因子策略年化收益和胜率有所提高，但夏普比率和 Calmar 略有下降，这主要受动量策略高波动特征的影响。在开平仓 1 跳滑点的交易成本下，三因子策略年化收益 12.4，夏普比率为 2.0，Calmar 为 1.7。最大回撤发生在 2016 年底趋势市转震荡市阶段，这也是趋势策略最容易失效的阶段。从表 20 分年度结果来看，考虑滑点的二因子和三因子策略每年均能实现正收益。三因子策略在 2013-2017 年优势较明显，整体收益提升 0.6 。年化收益年化波动夏普比率最大回撤Calmar年换手倍数胜率盈亏比回撤起始回撤结束二因子-12.35.62.216.21

58、.9812.1264.41.142020111720210120二因子-11.85.62.126.31.8812.1263.41.162020111720210120三因子-13.06.22.107.41.7613.3361.51.282016111420170103三因子-12.46.22.027.41.6813.3360.91.282016111420170103表 19：二因子策略与三因子策略表现无滑点 1 跳滑点无滑点 1 跳滑点资料来源：Wind, 图 16：二因子策略与三因子策略净值对比4.54.03.53.02.52.01.51.0201001042010043020100824

59、2010122220110421201108112011120720120409201207312012112320130325201307232013111920140317201407092014110420150303201506242015102120160216201606072016092920170125201705252017091420180110201805112018083020181226201904252019081920191213202004132020080620201202202103300.5二因子-无滑点二因子-1跳滑点三因子-无滑点三因子-1跳滑点资料来

60、源：Wind, 表 20：二因子策略与三因子策略分年度表现年份二因子-1 跳滑点三因子-1跳滑点年化收益年化波动夏普比率最大回撤Calmar年化收益年化波动夏普比率最大回撤Calmar201019.95.23.842.48.4016.96.22.704.14.1520114.24.80.893.71.163.35.00.675.00.6720127.04.31.654.01.767.83.32.341.64.86201320.03.85.231.315.6224.74.35.761.318.5620145.84.51.303.81.539.74.91.991.95.1020155.04.61.