■利用基差构建期指短期交易策略之二

  运用基差变化量

  可预测沪深300指数收益率

  在笔者发表于2010年11月12日《上海证券报》A8版的《利用基差构建期指短期交易策略》一文中，我们通过实证研究的方法分析了自股指期货上市以来，基差水平值与沪深300指数走势间可能存在的相互关系，并对基差水平值的预测准确率进行了统计，最后据其构建了一个短期交易策略，且模拟效果良好。在本文中，我们将主要针对基差的变化量进行研究，并进一步探讨其对沪深300指数收益率的预测能力。

  一、原交易策略回顾

  在此，本文首先对《利用基差构建期指短期交易策略》一文中构建的原交易策略进行回顾，并给出最近一段时间的模拟跟踪结果，如图1所示（数据更新至2010年11月19日）。

  从图1可以看出，该交易策略的资产净值在整段模拟期间形态良好，呈现出平稳增长的趋势。但由于最近两周资产净值主要表现出震荡的特征，该交易策略的夏普比率略有下降（现为20.18%），但累计收益率依然保持在95%左右，仍远远超出沪深300指数的当期收益率。

  二、基差变化量与沪深300指数关系的实证分析

  接下来，我们将把关注点转移到基差的变化量上，对其与沪深300指数的关系进行实证分析。在对基差变化量和沪深300指数两序列进行平稳性检验后，我们使用了线性回归的方法对二者间的关系进行探讨。结果发现，当期的沪深300收益率仅与滞后一期的基差变化量关系显著，与滞后二期、滞后三期基差变化量的关系均不显著。而且，根据回归模型，在其他影响因素保持不变的前提下，当T日基差变化量的取值为正时，T+1日的沪深300指数收益率将有所增加，即上涨的可能性加大；反之，当T日基差变化量取负值时，将在一定程度上降低T+1日的沪深300指数收益率。此外，我们还使用了Granger因果检验的方法作出进一步的检验，得到的结果类似。

  随后，我们使用二元选择模型中的Probit模型对基差变化量的取值范围及其对沪深300指数收益率的预测准确度之间的关系进行了分析。结果发现，根据基差变化量的不同取值范围，利用T日的基差变化量对T+1日沪深300指数收益率的预测效果最好，而对T+2日和T+3日的预测效果均不理想。

  然而，与《利用基差构建期指短期交易策略》一文中对基差水平值的检验结果相比，本检验结果的显著程度相对较弱。这在一定程度上说明，基差变化量与沪深300走势的紧密程度不及基差水平值，据其预测指数走势的整体效果也不如基差水平值理想。

  三、基差变化量的预测准确率统计

  上文从实证角度分析了基差变化量与沪深300指数收益率间存在的关系，接下来我们将从统计的角度探讨以下问题：利用基差变化量对沪深300指数收益率进行预测的准确率到底如何？

  我们根据T日的基差变化量，构造了多个不同的基差变化量取值范围的组合，并分别对T+1日、T+2日和T+3日这三个时间段中沪深300指数收益率进行预测，最终得到了各种基差变化量组合的预测次数和预测准确率。我们对该结果进行了总结，如表1所示。从“平均值”一行可以看出，在三种情况中，T+1日的预测效果最为理想，预测准确率平均值达到62.6%，且其中约有64.8%的基差变化量组合的预测准确率分布在60%—70%。而其余两种情况的预测准确率均值仅为45.5%和52.9%，效果一般。

  四、新交易策略的构建

  接着，我们根据T日的基差变化量构建了一个新的短期交易策略，并对其自2010年4月16日股指期货上市以来的资产净值走势进行了模拟（见图2），初始资金同样为10,000,000元。从图2可以看出，新交易策略的资产净值在整段期间内呈现出逐步递增的势头，而且具有较高的稳定性。

  最后，我们试图把新交易策略与原交易策略进行组合，并通过一定的杠杆设置把交易风险控制在较低的范围内，使二者能够得到相互优化和改良。该组合的最终模拟走势如图3所示。表2中统计了三种交易策略下各自的模拟结果，从中可以看出，无论从准确率、累计收益还是夏普比率的角度来看，新策略和原策略进行组合后的效果都有了显著的提升，其夏普比率更是达到31.41%，这与我们预期的结果相一致。当然，该策略的后续走势仍有待进一步跟踪。

  （广发期货 发展研究中心 郭伟杰 编辑 梁伟）

  全国统一服务热线 95105826

  诚信 专业 创新 图强

  中金所全面结算会员

  表 1 各种基差变化量组合的预测准确率分布

统计特征	原策略	新策略	新策略+原策略
交易次数	73	44	83
准确率	60.3%	63.6%	63.9%
累计收益	94.62%	71.67%	137.72%
日均收益	0.50%	0.39%	0.63%
日均杠杆	0.8倍	0.6倍	0.8倍
夏普比率	20.18%	21.7%	31.41%
对比夏普比率（沪深300指数，5年）	4.85%	4.85%	4.85%
对比夏普比率（华夏大盘，6年）	11.49%	11.49%	11.49%

  表 2 交易策略模拟结果

预测准确率	T+1	T+2	T+3
40%以下	0.0%	7.4%	7.4%
40%—50%	1.9%	79.6%	13.0%
50%—60%	20.4%	1.9%	68.5%
60%—70%	64.8%	0.0%	0.0%
70%以上	1.9%	0.0%	0.0%
平均值	62.6%	45.5%	52.9%
最大值	70.0%	51.0%	59.1%

  数据来源：广发期货发展研究中心