专题：天秀！用机构预期做商品指增？

作者：小飞量化

题图：小飞量化微信公众号

摘要

投资者对大宗商品配置的兴趣正在加大，不管是整体的，还是结构性的：今年贵金属的回报令人眼红。商品指增策略怎么抓住这种机会？我们有一个新故事，机构预期指增，想要分享给读者，它过去两年超额非常的流畅，年化提升基准5%以上。

背景。简要回顾商品主动策略的背景之后，我们提及在该领域做过的两个传统工作——库存和利润，同时阐述这次工作的不同。

机构预期。讨论我们的机构预期数据，它是什么以及如何用，包括早前报告过的一种基于其的CTA策略，预期均值-分歧。

预期指增。这次的预期因子叠加一个简单的cap约束。结果方面，过去2年预期CAP指增组合总收益22.2%，超额年化提升基准5.3%，超额夏普超过1，超额波动小于5%。

风险提示：过去业绩不代表未来等。

本文四部分。第一部分简单描述研究背景。第二、三部分我们分别回顾、讨论机构预期CTA和其对应的商品指增策略CAP。最后一部分总结，以及展示样本外。

背景

在一个只做多的商品组合上做主动管理，一个非常好的理由是：商品的全面牛市数年难遇，但结构性机会会长期存在。比如金属铜，原因很多：绿色能源、EV渗透等等等等。再如金属金，大多数人会相信未来5-10年全球宏观环境会更加不确定、甚至更割裂。

今年以来沪铜涨近10%，沪金涨17%。而铁矿石，下跌约18%。

那么，用什么主动管理大宗商品组合？技术面当然可以，基本面，包括宏观也可以。于我们自己，就提出过两种基本面因子[1-2]，如下：

• 库存：提高长期低库存的商品敞口，同时降低长期高库存的商品敞口
• 利润：提高长期低利润的商品敞口，同时降低长期高利润的商品敞口

结论是两种因子都具效果，库存更好。当时我们的组合标的是对标南华商品指数成分[3]。我们构建了几种经典的基准组合，例如等权，例如基于风险的，但这些离实际的指数增强组合都是有距离的。我们比较强调如何在超额层面进行构建。

这次有何不同？不完全quantitative、特色的预期数据固然是一方面，技术上来说，

• 基准组合对标中证商品指数[4]
• 含bias的增强约束条件
• 周度增强而非月度

第一点，选择中证而非南华没有什么特别的原因，中证相比南华只是“略好一点点”，详见第三部分；第二点，商品指数增强有一定灵活性，只要我们能做出合理的超额，所以这次的增强约束和以往不太一样；第三点，承接2，相比惯常的长周期月度级别的调仓，我们这次选择周度。下面，我们先回顾我们的数据——机构预期，到底是个什么。

机构预期

我们在一季度末曾经汇报过机构预期因子的工作[5]。简而言之：我们跟踪统计、研究了广泛的针对不同期货品种的卖方机构预期数据，并衍生出四种机构预期因子，构建相应的CTA交易策略。

表现最好的是预期均值-分歧因子。它样本外近5个月以来的表现如下。

可以看到，3月开始后，组合经历了一波脉冲式的上涨，之后6月中开始回落。相比样本内，总收益仍提高了约1.5%。

机构预期因子的本质在于：如果卖方机构观点平均上调，应开始买入对应商品期货；而若平均下调，则应卖出。我们可以把这个CTA因子概念上写成，将观点表示为  。其中  大于等于1，  指观点分歧。那么，这种做法能不能用在商品指增策略上？先说结论，四种具体的因子不能完全复制。至少是因为，场景不同，

• 多头偏好：商品指数投资只能做多
• 集中投资：商品指数增强需要投资于流动性好的主流大宗商品

所以我们需要提出一个不太一样的期货预期因子。

下面一节我们就开始介绍这次的新因子——机构预期CAP，在此之前，我们先概述商品基准组合的投资标的，包括构建方式。

预期CAP

通常来说，国内比较有代表性的商品指数，一个是南华商品指数[3]，如我们两年前所言[1]，“南华商品指数是最能代表国内商品资产的指数。其在揭示经济运行拐点时，通常领先于生产者物价指数（PPI），可以作为PPI的先行指标，为宏观经济提供预警信号。构成方面，南华指数的标的通常包括20个商品，...，南华商品指数可以对标海外商品指数，例如标普高盛商品指数（S&P GSCI）。”

另外一个常见的指数是中证商品指数[4]，以今年公告的成分标的来看，其和南华商品指数重合度为90%。而中证与南华主要区别在于，前者在标的上的权重分布会略微平均一些。

基准

我们这次工作对标最新的中证商品指数成分，投资标的如下（20）。

然后，我们采用等权组合来做基准，并简化一些构建的相关细节。整体上，本文的策略无碍于选择何种商品指数，也无碍于选择何种权重。基准组合的走势如下，从2022年2月至今，这对应我们预期数据的起始月[5]。

简单的看，尽管2022年中期，因为美联储的重击，组合经历了快速的、巨大的回撤，约20%，但之后2年也陆续修复了20%。所以，1）商品被动组合的波动是比较高的，并且很难免疫一些极端的市场环境；2）2021年之后，国内大宗商品的，至少是结构性牛市的迹象，仍未熄灭。基准绩效部分，我们会在下节一起叙述。

预期CAP

预期CAP相比预期均值-分歧因子有一些重要的不同，大体上，我们在上一节因子定义上施加了一些cap约束，可以写成， 这里需要  ,因为我们只能做多。相较之前，我们在  上增加了一个含bias的“预期cap”，来影响不同品种经预期调整后的最终名义敞口，其次，我们抑制了预期分歧。下面是商品指增的绩效，我们依次向下分解为三种组合：基准、预期CAP和CAP超额。

看的出来，机构预期因子，也即CAP，在各方面都超过了基准组合，除了略微升高的波动率（<2%）。超额方面，年化超额收益5.33%，超额夏普1.07，超额波动小于5%，无不证明我们提出方法的优越性。最后，我们展示三种组合的收益曲线，其中面积代表超额情况。

总结

本文最重要的结论是：研究机构预期数据可以为商品指数策略带来超额。过去2年多的回测表现（超额夏普1.07）表明这种“另类”数据的可行性，基于我们打造的预期CAP因子，它也具有一定鲁棒性（跨指数、跨权重等）。

展望未来，我们已经有了：

• 一种机构预期因子应用于传统CTA。
• 一种机构预期因子应用于商品指数增强。
• 还差一种应用于另类premium的预期因子。

版权声明：文章版权归原作者所有，部分文章由作者授权本平台发布，若有其他不妥之处的可与小编联系。