?量化策略開發，高質量社群，交易思路分享等相關內容

作者簡介

呂洋洋?

某大型資管公司在職量化策略研究員，熟悉數據清洗工作，擅于運用宏觀因子、行業因子等進行對期貨品種價格影響建模與相關性分析，理解機器學習多元回歸法，SVM，XGboost，金融時間序列等底層算法邏輯，部分算法可自定義函數封裝。掌 握各種機器學習包與數據計算分析包的運用。包括不限于：Alphalens，pandans，爬蟲技術，sklearn，statsmodels 等。

『正文』

ˇ

該篇是指數和主連復權差異化分析的最后終結篇。前兩篇中，我們提出了該篇文章分析的必要和背景，分別在一些量化公眾號和論壇上發表，也收到了很多人的想法和建議以及疑問。在這里先感謝大家的關注和閱讀。

本篇將把前兩篇內的遺留問題統統的梳理完畢；其次，筆者本人將主連復權的原理和算法寫出來，供大家參考借鑒和討論；再次，本人會將主連復權完畢后的回測細節在進一步推進完善。最終讓我們的回測真正實現所測即所得的目標，真正崛起指數回測和實盤的虛無縹緲。

在之前兩篇中，大家的問題主要集中在“如何復權，以及采取什么方式復權最合理”，“主連復權的績效比指數波動大，甚至還比指數績效好的原因”，“主連復權回測的跟實盤一樣嗎”，“真實價格映射后就完事兒了嗎”等這么幾個接近實盤的問題。下面我就來帶著這些問題來一一回復給大家。

問：主連復權回測的跟實盤一樣嗎？

答：不一樣，具體請看下一問。

問：主連復權的績效比指數波動大，甚至還比指數績效好的原因

答：因為主連后復權的原因，除了一直保持升水結構品種以外，基本上復權到現在所有品種基數都很大了，所以導致了回測績效曲線收益也大，回撤也大，因為價格里面包括了rollover的倍數。這里我沒有說是因為我要放在這一期介紹后復權原理后，揭曉答案的，沒想到還是有研究過的人看出來了。另外，這種收益和回撤理論是倍數關系，但是孰大孰小隨著行情和止盈止損條件并不一定清楚。

因此我們在回測和實盤中采用的是真實價格映射，也就是rolloverRealPrice這個函數，將發單價格再次根據“復權價格”=真實價格*復權因子這個公式，再次反推真實價格，用來計算開平倉的績效。這樣我們計算的就是真實的績效（在不考慮滑點兒情況下）而不是被動按照后復權價格計算。目前初步測試看，真實價格映射計算出來的反而還要比直接用主連復權的要好一些。

問：真實價格映射后就完事兒了嗎？

答：并不是，因為開平倉的價格是通過在初始化時候，對復權價格進行了反運算。也就是說我們信號的計算是復權價格，但是開平倉的價格是真實的實盤合約價格。我們腦補一下，如果你的策略里面有用到將進場價格賦值給某個變量的，而后計算例如止盈止損等變量值的時候，那么這里面就肯定會有錯。

問：如何復權，以及采取什么方式復權最合理

答：這里我多寫一些前因后果，請耐心閱讀

眾所周知，在主連復權出來之前，我們基本上都用的000的指數價格進行“規則型”策略的研發，這種000商品指數合約的常見算法，是將一個品種所有合約的開倉合約市值相加，再除以這個品種所有合約總數，最后得到一個加權平均價格，這就是000商品指數。

舉例說明：

合約	價格	持倉量	市值（價格*持倉量）
XX01	200	1000	200000
XX05	220	7000	1540000
XX10	240	2000	480000
合計		10000	2220000

000指數 = ∑(合約價格*合約持倉量)/∑合約持倉量

也就是說，000指數?= 2220000?/ 10000?= 222，其實大家都看得出來，這是一個加權平均。這種例子只是為大家說明指數合約的由來和算法，當然了，某些行情軟件的跟這個并不完全一樣，但是大同小異。

下面我舉一個指數失真的例子：

假設某品種所有合約T時刻的狀態如下

合約	價格	持倉量	市值（價格*持倉量）
XX01	200	2000	400000
XX05	220	10000	2200000
XX10	240	8000	1920000
合計		20000	4520000

指數價格 = 4520000/20000 = 226

假設某品種所有合約T+1時刻的狀態如下

合約	價格	持倉量	市值（價格*持倉量）
XX01	240	2000	480000
XX05	260	10000	2600000
XX10	180	8000	1440000
合計		20000	4520000

指數價格 = 4520000/20000 = 226

顯然我們可以看到，指數的價格在兩個時間點是相同的，都是226。但是我們注意主力合約時，便會發現05合約的價格從220上漲到了260，漲幅達到了260/220-1=0.18（18%）。另外，次主力合約10，跌幅達到了180/240-1 =?-0.25。合約上這樣強烈的波動，指數為什么巋然未動？

原因主要有兩點，其實也是我前兩篇文章中一直總結的兩點。

第一，主力合約和次主力的持倉量非常接近，05合約有10000，占總持倉的50%，而10合約有8000，占總持倉的40%，從占比來說相差并不懸殊。

第二，主力合約和次主力合約的價格發生了反向變動。在常規情況下這種變化是很少發生的，但是假如市場出現重大變動導致影響市場近期供需，而對遠期供需基本不產生影響，這時便會產生價格反向變動。例如我們今年的疫情，導致了很多機構在2-3月份出現了做空近月，做多遠月的情況。以及雞蛋行情結構等等。說明在實盤過程中，這種情況是比較常見的。

我們退一萬步來說，即使行情結構沒有問題，屬于同漲同跌，那么當換月發生過程點的時候，主次合約的權重占比接近，兩者的升貼水是有的，因此也直接導致了對升貼水的加權平均。

在我們上述的例子中，主次合約的權重比重接近，對指數的影響正好被對沖掉，導致指數基本沒有變化。

指數既然沒有變化，顯然不可能觸發任何交易信號，然而實際行情很有可能已經天翻地覆。如果說錯過的是開倉信號，風險還是可控的。如果錯過的是平倉信號，甚至是止損信號，這個風險就不可控了。

當然以上例子是為了方便說明，條件設定較為夸張，但是我們講藝術來源生活，真實這種例子筆者本人可以100%負責跟大家說，也得卻是發生過的。這也是筆者本人曾經一直擔驚受怕，心有所念迅速切換主連復權的原因。

因此基于以上的真實場景，我們發現了指數合約的致命核心點所在。所以我們接下來考慮的就是復權的類型和方式。復權類型指的是：前復權和后復權，方式指的是：差值復權和比例復權。

如下圖所示，前復權就是將紅框之前所有數據往下移對標后面的紅框，后復權反之亦然。

由于程序化模型的運行機制是從左到右運行，那么前復權會導致歷史數據被修改，之前模型留下的信號記錄就必須重算，等于說運行到一個復權節點，就要回頭把之前的數據重新復權一下再運行計算一遍。我們先不談系統設計復雜性和效率性，我們就談歷史數據的不斷迭代變化，這本身就是一個違背正常人邏輯的一件事兒，怎么能隨著新合約進入，然后歷史數據就不斷的變化了呢？

其次，如果是后復權那么只需要后復權一個新主力合約價格即可，但是前復權是所有合約和數據，設想一下：100年后你是否也愿意面對當切換新合約后，你要把歷史百年甚至數十年的數據進行重新計算迭代呢？

因此，在復權類型上面我們采用的是后復權。

接下來，就是差值復權和比例復權，這個邏輯也很簡單，如果某個品種主次合約一直是屬于圣水結構，那么每次后復權都要減掉升水，到最后這個價格肯定是負數。所以，后復權差值復權不能用。

因此，在后復權基礎上我們只能用比例復權。

綜三篇文章所述，筆者將該系列文章的背景，研究的基本路徑步驟，發現的問題，心得，實盤細節等一切所有的問題和解決都分享給了大家，雖然沒有做到所謂的手把手，但是我相信期貨人的智商是至上的，于大者難，吾以智與勇戒之。

以該背景的文章目前告一段落，后續筆者計劃將CTA的風險平價組合進行研究，真正從風險平價組合的邏輯出發，而非某個波動率倒數的資金管理角度，來研究這一投資界長存的“免費的午餐”。

?

本策略僅作學習交流使用，實盤交易盈虧投資者個人負責。

總結

以上是生活随笔為你收集整理的量化研究 | 策略在指数与主连复权的差异化分析（最终篇）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。