市场呈现积极信号,但情绪修复基础尚不稳固
信达证券·2025-12-21 09:03

量化模型与构建方式 1. 股指期货分红点位预测模型 * 模型名称:股指期货合约存续期内分红预测模型[9] * 模型构建思路:基于信达金工衍生品研究报告系列二《股指期货分红点位预测》中的方法,对股指期货标的指数未来一年及具体合约存续期内的分红点位进行预测[9]。 * 模型具体构建过程:报告未详细描述该模型的构建过程,但指出其方法基于系列研究报告。模型最终输出对中证500、沪深300、上证50、中证1000指数未来一年分红点位的预测值,以及对各期货合约(次月、当季、下季)存续期内分红点位的预测值[9][10][11][12][13][14][15][16][17][18]。 2. 基差修正模型 * 模型/因子名称:分红调整后的年化基差[19][20] * 模型/因子构建思路:由于指数成分股分红会提前反映在期货价格中并拉低基差,为准确分析合约基差,需要剔除分红影响,计算经预期分红调整后的年化基差[19]。 * 模型具体构建过程: 1. 计算预期分红调整后的基差: 预期分红调整后的基差=实际基差+存续期内未实现的预期分红预期分红调整后的基差 = 实际基差 + 存续期内未实现的预期分红[20] 2. 将调整后的基差进行年化处理: 年化基差=(实际基差+(预期)分红点位)指数价格×360合约剩余天数年化基差 = \frac{(实际基差 + (预期)分红点位)}{指数价格} \times \frac{360}{合约剩余天数}[20] 报告中后续提及的基差均为按此公式计算的分红调整后的年化基差[20]。 3. 期现对冲策略模型 * 模型名称:期现对冲策略(包括连续对冲策略与最低贴水策略)[44][45][46] * 模型构建思路:策略原理基于信达金工衍生品研究报告系列三《股指期货基差收敛研究与对冲优化策略》中的基差收敛因素分析与优化策略[44]。通过做空股指期货对冲持有现货指数的风险,并利用不同的合约选择和调仓规则来优化对冲效果。 * 模型具体构建过程: * 通用参数设置: * 回测区间:2022年7月22日至2025年12月19日[45][46]。 * 现货端:持有对应标的指数(中证500、沪深300、上证50、中证1000)的全收益指数[45][46]。 * 期货端:使用与现货端等额名义本金的股指期货合约进行做空对冲[45][46]。 * 资金分配:现货端使用70%资金,期货端占用剩余30%资金[45][46]。 * 调仓再平衡:每次调仓后根据产品净值重新计算现货及期货端数量[45][46]。 * 备注:不考虑手续费、冲击成本及合约不可无限细分性质[45][46]。 * 策略一:连续对冲策略[45] * 调仓规则:连续持有季月或当月合约,直至该合约离到期剩余不足2日,在当日以收盘价平仓,并同时以收盘价卖空下一季月或当月合约[45]。 * 策略二:最低贴水策略[46] * 调仓规则:调仓时,计算当日所有可交易期货合约的年化基差,选择年化基差贴水幅度最小的合约开仓[46]。同一合约持有8个交易日后或该合约离到期剩余不足2日时,才可进行新合约选择(排除剩余到期日不足8日的合约)[46]。每次选择后,无论结果是否更换合约,都继续持有8个交易日[46]。 4. 信达期权系列指数模型 * 模型名称:信达波动率指数 (Cinda-VIX) 与信达偏度指数 (Cinda-SKEW)[62][63][69] * 模型构建思路:借鉴海外经验并结合中国场内期权市场实际情况,编制能够准确反映市场波动性预期和尾部风险预期的指数,以挖掘期权市场中隐含的市场情绪[62][63]。 * 模型具体构建过程:报告未给出具体的计算公式,但指出具体算法基于信达金工衍生品研究报告系列四《挖掘期权市场中隐含的市场情绪》[63]。 * Cinda-VIX:反映期权市场投资者对标的资产未来波动率的预期,并具有期限结构,可反映不同期限内的波动预期[63]。 * Cinda-SKEW:通过捕捉不同行权价格期权隐含波动率(IV)的偏斜特征,来衡量市场对标的资产未来收益分布(尤其是尾部风险)的预期[69]。当SKEW指数超过100时,通常意味着投资者对市场未来可能出现大幅下跌风险的担忧加剧[70]。 模型的回测效果 (注:以下回测结果均基于2022年7月22日至2025年12月19日的回测区间[45][46]) 1. 中证500 (IC) 对冲策略表现[47][48] | 指标 | 当月连续对冲 | 季月连续对冲 | 最低贴水策略 | 指数表现 | | :--- | :--- | :--- | :--- | :--- | | 年化收益 | -3.42% | -2.58% | -1.93% | 3.93% | | 波动率 | 3.79% | 4.69% | 4.49% | 20.95% | | 最大回撤 | -11.27% | -8.74% | -8.75% | -31.46% | | 净值 | 0.8886 | 0.9149 | 0.9361 | 1.1399 | | 年换手次数 | 12 | 4 | 16.78 | —— | | 2025年以来收益 | -6.60% | -3.91% | -4.27% | 29.28% | 2. 沪深300 (IF) 对冲策略表现[49][53] | 指标 | 当月连续对冲 | 季月连续对冲 | 最低贴水策略 | 指数表现 | | :--- | :--- | :--- | :--- | :--- | | 年化收益 | 0.33% | 0.69% | 1.09% | 2.23% | | 波动率 | 2.89% | 3.23% | 3.00% | 16.98% | | 最大回撤 | -3.95% | -4.03% | -4.06% | -25.59% | | 净值 | 1.0112 | 1.0236 | 1.0376 | 1.0778 | | 年换手次数 | 12 | 4 | 15.01 | —— | | 2025年以来收益 | -1.21% | 0.37% | 0.40% | 19.57% | 3. 上证50 (IH) 对冲策略表现[54][57] | 指标 | 当月连续对冲 | 季月连续对冲 | 最低贴水策略 | 指数表现 | | :--- | :--- | :--- | :--- | :--- | | 年化收益 | 1.02% | 1.95% | 1.58% | 1.58% | | 波动率 | 2.96% | 3.36% | 2.97% | 15.96% | | 最大回撤 | -4.22% | -3.75% | -3.91% | -22.96% | | 净值 | 1.0350 | 1.0679 | 1.0548 | 1.0547 | | 年换手次数 | 12 | 4 | 15.60 | —— | | 2025年以来收益 | 0.42% | 1.85% | 1.36% | 15.09% | 4. 中证1000 (IM) 对冲策略表现[58][61] | 指标 | 当月连续对冲 | 季月连续对冲 | 最低贴水策略 | 指数表现 | | :--- | :--- | :--- | :--- | :--- | | 年化收益 | -6.48% | -4.82% | -4.42% | 0.67% | | 波动率 | 4.73% | 5.75% | 5.50% | 25.40% | | 最大回撤 | -14.00% | -12.63% | -11.11% | -41.60% | | 净值 | 0.8319 | 0.8498 | 0.8693 | 0.9799 | | 年换手次数 | 12 | 4 | 15.73 | —— | | 2025年以来收益 | -12.98% | -7.87% | -8.19% | 26.44% | 量化因子与构建方式 (本报告未涉及独立的量化因子构建,主要围绕模型展开) 因子的回测效果 (本报告未涉及独立的量化因子回测)