1、目錄TOC o 1-2 h z u HYPERLINK l _bookmark0 一、動(dòng)力煤基本邏輯概述4 HYPERLINK l _bookmark1 （一）動(dòng)力煤的基本面屬性4 HYPERLINK l _bookmark5 （二）動(dòng)力煤價(jià)格影響因素分析5 HYPERLINK l _bookmark9 （三）動(dòng)力煤期貨特性：低波動(dòng)，基本面主導(dǎo)7 HYPERLINK l _bookmark12 二、單因素模型的探索以中游數(shù)據(jù)為例8 HYPERLINK l _bookmark13 （一）基礎(chǔ)數(shù)據(jù)指標(biāo)選取8 HYPERLINK l _bookmark14 （二）指標(biāo)的構(gòu)建8 HYPERLINK l

2、 _bookmark15 （三）單因素模型回測(cè)及結(jié)果9 HYPERLINK l _bookmark18 三、多因素?fù)駮r(shí)模型10 HYPERLINK l _bookmark19 （一）數(shù)據(jù)選取思路10 HYPERLINK l _bookmark20 （二）指標(biāo)設(shè)計(jì)思路11 HYPERLINK l _bookmark31 （三）指標(biāo)的特殊處理13 HYPERLINK l _bookmark37 （四）模型結(jié)果的平滑15 HYPERLINK l _bookmark39 （五）回測(cè)方法16 HYPERLINK l _bookmark40 四、模型效果17 HYPERLINK l _bookmark41

3、 （一）測(cè)試多組參數(shù)下模型結(jié)果17 HYPERLINK l _bookmark48 （二）寫在最后19圖表 HYPERLINK l _bookmark2 圖 1：煤炭的分類及用途4 HYPERLINK l _bookmark3 圖 2：動(dòng)力煤產(chǎn)業(yè)鏈4 HYPERLINK l _bookmark4 圖 3：動(dòng)力煤消費(fèi)結(jié)構(gòu)5 HYPERLINK l _bookmark6 圖 4：動(dòng)力煤價(jià)格和港口運(yùn)費(fèi)6 HYPERLINK l _bookmark7 圖 5：動(dòng)力煤價(jià)格和電廠庫存6 HYPERLINK l _bookmark8 圖 6：電廠反季節(jié)性補(bǔ)庫6 HYPERLINK l _bookmark10

4、 圖 7：動(dòng)力煤和螺紋鋼指數(shù)價(jià)格走勢(shì)對(duì)比7 HYPERLINK l _bookmark11 圖 8：不同品種間波動(dòng)率對(duì)比（30 日波動(dòng)率）8 HYPERLINK l _bookmark16 圖 9：運(yùn)費(fèi)模型在不同參數(shù)下凈值走勢(shì)9 HYPERLINK l _bookmark17 圖 10：錨地船舶數(shù)量模型在不同參數(shù)下凈值走勢(shì)10 HYPERLINK l _bookmark21 圖 11：運(yùn)費(fèi)流量分布11 HYPERLINK l _bookmark22 圖 12：運(yùn)費(fèi)存量分布11 HYPERLINK l _bookmark23 圖 13：船舶數(shù)量流量分布12 HYPERLINK l _bookma

5、rk24 圖 14：船舶數(shù)量存量分布12 HYPERLINK l _bookmark25 圖 15：日耗流量分布12 HYPERLINK l _bookmark26 圖 16：日耗存量分布12 HYPERLINK l _bookmark27 圖 17：電廠庫存流量分布12 HYPERLINK l _bookmark28 圖 18：電廠庫存存量分布12 HYPERLINK l _bookmark29 圖 19：港口庫存流量分布12 HYPERLINK l _bookmark30 圖 20：港口庫存存量分布12 HYPERLINK l _bookmark32 表 1：各數(shù)據(jù)和價(jià)格相關(guān)性：春季14

6、HYPERLINK l _bookmark33 表 2：各數(shù)據(jù)和價(jià)格相關(guān)性：夏季14 HYPERLINK l _bookmark34 表 3：各數(shù)據(jù)和價(jià)格相關(guān)性：秋季14 HYPERLINK l _bookmark35 表 4：各數(shù)據(jù)和價(jià)格相關(guān)性：冬季14 HYPERLINK l _bookmark36 圖 21：模型分值及動(dòng)力煤指數(shù)時(shí)間序列（ = . ）15 HYPERLINK l _bookmark38 圖 22：模型分值及卡爾曼濾波結(jié)果16 HYPERLINK l _bookmark42 圖 23：策略回測(cè)凈值（up_bound = 65），滑點(diǎn)=0.2 元/噸17 HYPERLINK

7、l _bookmark43 圖 24：策略回測(cè)凈值（up_bound = 75），滑點(diǎn)=0.2 元/噸17 HYPERLINK l _bookmark44 圖 25：策略回測(cè)凈值（up_bound = 85），滑點(diǎn)=0.2 元/噸18 HYPERLINK l _bookmark45 圖 26：up_bound = 75, 均值參數(shù)=15，滑點(diǎn)=0.2 元/噸，手續(xù)費(fèi)=4 元/手18 HYPERLINK l _bookmark46 圖 27：不同滑點(diǎn)，有無手續(xù)費(fèi)下的凈值走勢(shì)19 HYPERLINK l _bookmark47 表 5：不同交易費(fèi)用下各指標(biāo)結(jié)果19宏源期貨研究團(tuán)隊(duì)21一、動(dòng)力煤基本

8、邏輯概述（一）動(dòng)力煤的基本面屬性動(dòng)力煤作為最常見的煤種，其作用主要是燃燒供能。和焦煤、噴吹煤不同的是，動(dòng)力煤主要用于火力發(fā)電，化工企業(yè)以及水泥行業(yè)等。而焦煤主要用于生產(chǎn)焦炭，以用于高爐煉鐵，起到骨架、還原、供熱等作用。噴吹煤和焦炭一樣，都是高爐煉鐵的主要原料。圖 1：煤炭的分類及用途 資料來源：煤炭資源網(wǎng)，宏源研究我國目前動(dòng)力煤產(chǎn)業(yè)鏈包括上游的煤炭坑口產(chǎn)煤、洗選，中游的鐵路運(yùn)輸、港口海運(yùn)，下游的電廠及化工、水泥廠。圖 2：動(dòng)力煤產(chǎn)業(yè)鏈 資料來源：市場(chǎng)資料，宏源研究其中西煤東運(yùn)主要靠鐵路（如大秦線等）運(yùn)輸，在每年 4-5 月份和 10-11 月份的大秦線檢修，對(duì)動(dòng)力煤的供應(yīng)會(huì)產(chǎn)生一定影響；北煤南

9、運(yùn)主要指沿海港口海運(yùn)（主要包括秦皇島港、曹妃甸港、黃驊港、京唐港等），至南方沿海地區(qū)的電廠（其中以 6 大電廠為主：浙電、上電、廣電、國電、大唐、華能）。截至 2017 年底數(shù)據(jù)，我國煤炭消費(fèi)總量達(dá)到 38.6 億噸，動(dòng)力煤消費(fèi)量達(dá)到 31.37 億噸， 占總煤炭消費(fèi)量的 80%以上。其中 60%左右的動(dòng)力煤下游消費(fèi)端為電力行業(yè)消費(fèi)，4.8%在冶金行業(yè)，5.4%左右在化工行業(yè)，8.8%左右在建材行業(yè)，8.24%在供熱行業(yè)，11.5%在其他類行業(yè)。電力行業(yè)消費(fèi)占據(jù)主導(dǎo)作用，也在需求端左右著動(dòng)力煤價(jià)格的走勢(shì)。圖 3：動(dòng)力煤消費(fèi)結(jié)構(gòu)電力消費(fèi)冶金消費(fèi)化工消費(fèi)建材消費(fèi)供熱消費(fèi)其他100%90%80%70

10、%60%50%40%30%20%10%0%201120122013201420152016201720182019資料來源：Wind，煤炭資源網(wǎng)，宏源研究（二）動(dòng)力煤價(jià)格影響因素分析根據(jù)我們對(duì)基本面的研究發(fā)現(xiàn)，動(dòng)力煤產(chǎn)地主要集中在山西、陜西和內(nèi)蒙，供應(yīng)數(shù)據(jù)主要包括坑口煤價(jià)等，但其數(shù)據(jù)頻率為周頻且相對(duì)于港口數(shù)據(jù)變化較為不敏感。中游的數(shù)據(jù)主要由港口錨地船舶數(shù)量，港口海運(yùn)費(fèi)，港口庫存和港口吞吐量、調(diào)入調(diào)出量（日度數(shù)據(jù)）。下游主要包括沿海地區(qū)六大電廠庫存、日耗（日度數(shù)據(jù)），以及內(nèi)陸重點(diǎn)電廠庫存（周度數(shù)據(jù)）。港口的海運(yùn)費(fèi)和電廠庫存均和動(dòng)力煤價(jià)格走勢(shì)有較強(qiáng)的相關(guān)性（我們這里選取動(dòng)力煤現(xiàn)貨價(jià)格為秦皇島港平倉

11、價(jià)：Q5500，即標(biāo)準(zhǔn)交割品）。一般而言，港口海運(yùn)費(fèi)的上漲代表中游交投活躍，且當(dāng)海運(yùn)費(fèi)走高時(shí)，其動(dòng)力煤運(yùn)輸成本也走高。因此海運(yùn)費(fèi)對(duì)價(jià)格的影響是雙重作用。電廠庫存和動(dòng)力煤價(jià)格往往呈現(xiàn)出相反的走勢(shì)，這是因?yàn)楫?dāng)電廠庫存高企時(shí)，電廠補(bǔ)庫需求開始下降；而庫存去化的過程種，庫存壓力下降，上游議價(jià)能力較強(qiáng)。圖 4：動(dòng)力煤價(jià)格和港口運(yùn)費(fèi)圖 5：動(dòng)力煤價(jià)格和電廠庫存運(yùn)費(fèi)均值標(biāo)準(zhǔn)現(xiàn)貨價(jià)格908008075070700650606005055040500304502040010350030014-8 15-2 15-8 16-2 16-8 17-2 17-8 18-2 18-8 19-26大電廠庫存標(biāo)準(zhǔn)現(xiàn)貨價(jià)格2,

12、0008007501,8007006501,6006001,4005505001,2004504001,00035080030014-9 15-3 15-9 16-3 16-9 17-3 17-9 18-3 18-9 19-3資料來源：Wind，宏源研究資料來源：Wind，宏源研究一個(gè)有趣的現(xiàn)象是，動(dòng)力煤下游需求端主要是電廠，在夏冬兩季是消費(fèi)旺季，春秋是淡季。但很多情況其價(jià)格走勢(shì)并不出符合需求季節(jié)性走勢(shì)。比如 2018 年 4-6 月份動(dòng)力煤價(jià)格上漲，而月旺季價(jià)格下跌。圖 6：電廠反季節(jié)性補(bǔ)庫6大電廠日均耗煤量動(dòng)煤指數(shù)70090806507060060550504050030450202016

13、-08-132016-12-132017-04-132017-08-132017-12-132018-04-132018-08-132018-12-13 資料來源：Wind，宏源研究一個(gè)很重要的因素是下游電廠在淡季采取戰(zhàn)略性補(bǔ)庫的行為，在旺季來臨之前把庫存累積到一定高位，從而對(duì)價(jià)格產(chǎn)生干擾，進(jìn)而控制其在消費(fèi)旺季的成本。還有一個(gè)因素是非電力行業(yè)的消費(fèi)影響，因水泥化工行業(yè)的消費(fèi)旺季在春秋。因此往往按照傳統(tǒng)的消費(fèi)淡旺季來做動(dòng)力煤價(jià)格預(yù)判往往效果較差。（三）動(dòng)力煤期貨特性：低波動(dòng)，基本面主導(dǎo)一方面，動(dòng)力煤產(chǎn)業(yè)鏈和煤焦鋼礦產(chǎn)業(yè)鏈的不同之處在于其下游是以電廠、化工、供熱等行業(yè)組成，而煤焦鋼礦產(chǎn)業(yè)鏈?zhǔn)峭ㄟ^焦

14、煤產(chǎn)出焦炭，結(jié)合鐵礦石生產(chǎn)鋼材，供下游房地產(chǎn)、基建、汽車行業(yè)使用。因此動(dòng)力煤雖然屬于黑色系商品，但其產(chǎn)業(yè)邏輯和鋼材產(chǎn)業(yè)鏈不能混為一談。因此動(dòng)力煤價(jià)格和螺紋鋼價(jià)格走勢(shì)也在波段上有所不同（二者都屬于黑色系工業(yè)品，價(jià)格走勢(shì)在大周期相仿，但并不能排除階段性的分化，且幅度不同）。因此動(dòng)力煤是在工業(yè)品中比較理想的分散風(fēng)險(xiǎn)的商品，其既有黑色原料的屬性，又有能源工業(yè)品的屬性。價(jià)格走勢(shì)自成體系。以動(dòng)力煤期貨出發(fā)的量化策略能夠較大程度上分散和黑色系的同漲同跌風(fēng)險(xiǎn)。圖 7：動(dòng)力煤和螺紋鋼指數(shù)價(jià)格走勢(shì)對(duì)比螺紋鋼指數(shù)動(dòng)力煤指數(shù)（右軸）4500700680400066064035006206003000580560250

15、0540520200050016-917-117-517-918-118-518-919-119-5 資料來源：Wind，宏源研究另一方面，動(dòng)力煤價(jià)格的走勢(shì)相對(duì)螺紋鋼、焦炭而言，波動(dòng)性比較低。因?yàn)閷?shí)體產(chǎn)業(yè)機(jī)構(gòu)在動(dòng)力煤期貨上的參與度要高于螺紋鋼和焦炭，也就是其參與者結(jié)構(gòu)主要以產(chǎn)業(yè)、機(jī)構(gòu)投資者為主，投機(jī)性、金融屬性低于螺紋鋼和焦炭。相比之下，螺紋鋼的投機(jī)度較高，很多時(shí)候價(jià)格被“炒作”的嫌疑比較大。從動(dòng)力煤和焦炭、甲醇等活躍品種的波動(dòng)率也可以看到，其波動(dòng)水平遠(yuǎn)低于后兩者。因此其價(jià)格走勢(shì)將更加由基本面主導(dǎo)，并在價(jià)格超漲超跌、基本面轉(zhuǎn)向后能夠較快的出現(xiàn)反轉(zhuǎn)信息。這無疑增加了基本面策略的有效性。最后，數(shù)據(jù)

16、上的支持，相比于螺紋鋼和焦炭等品種，動(dòng)力煤基本面數(shù)據(jù)以日度為主，而螺紋鋼等以周度、月度數(shù)據(jù)為主。在瞬息萬變的大宗商品市場(chǎng)上，周度頻率的數(shù)據(jù)并不能滿足靈敏性較高的量化策略，其有效性也被大大減弱。動(dòng)力煤的這一屬性也加強(qiáng)了基本面量化的可行性。圖 8：不同品種間波動(dòng)率對(duì)比（30 日波動(dòng)率）動(dòng)力煤指數(shù)波動(dòng)率焦炭指數(shù)波動(dòng)率甲醇指數(shù)波動(dòng)率70605040302010014-514-1115-515-1116-516-1117-517-1118-518-1119-5 資料來源：Wind，宏源研究二、單因素模型的探索以中游數(shù)據(jù)為例基于對(duì)動(dòng)力煤產(chǎn)業(yè)鏈的分析，我們發(fā)現(xiàn)動(dòng)力煤中游數(shù)據(jù)：錨地船舶數(shù)，海運(yùn)費(fèi)和動(dòng)力煤價(jià)格的

17、正向相關(guān)性比較高。我們以這兩個(gè)指標(biāo)的數(shù)據(jù)作為基礎(chǔ)，構(gòu)建出兩個(gè)單因素動(dòng)力煤期貨的擇時(shí)模型。（一）基礎(chǔ)數(shù)據(jù)指標(biāo)選取港口運(yùn)費(fèi)的選擇：因?yàn)楹＿\(yùn)主要是北煤南運(yùn)，因此我們選擇各個(gè)主要港口之間的運(yùn)費(fèi)平均值作為運(yùn)費(fèi)指標(biāo)。各個(gè)港口運(yùn)費(fèi)分別為：天津-上海、天津-鎮(zhèn)江，京唐/曹妃甸-寧波，秦皇島-廣州，秦皇島-福州，秦皇島-寧波，秦皇島-上海，秦皇島-張家港，黃驊港-上海，秦皇島-南京。1 = 錨地船舶數(shù)量的選擇：我們以秦皇島港口、曹妃甸港口和京唐港的錨地船舶數(shù)量之和作為船舶數(shù)量指標(biāo)。其中，秦皇島是最主要的動(dòng)力煤貿(mào)易港口，秦皇島錨地船舶數(shù)多于曹妃甸港口數(shù)量，但隨著這幾年曹妃甸港口和京唐港船舶數(shù)量的增多，我們最終將三

18、個(gè)港口船舶數(shù)量之和作為最終的指標(biāo)。_ = _（二）指標(biāo)的構(gòu)建對(duì)于運(yùn)費(fèi)，我們的思路是：通過判斷港口運(yùn)費(fèi)在一段時(shí)間內(nèi)的累計(jì)變化量來判斷買賣入場(chǎng)點(diǎn)。即，設(shè)D為運(yùn)費(fèi)的時(shí)間窗口，也就是累計(jì)變化量的計(jì)算時(shí)間區(qū)間；設(shè)Q為運(yùn)費(fèi)變化量，也就是時(shí)間窗口內(nèi)的運(yùn)費(fèi)累計(jì)變化量。當(dāng)觀測(cè)到累計(jì)變化量超過設(shè)定的Q值時(shí)，即為買入信號(hào)； 當(dāng)觀測(cè)到累計(jì)變化量低于設(shè)定的Q時(shí)，即為賣出信號(hào)。同樣，對(duì)于港口錨地船舶數(shù)量，我們的思路是，通過判斷船舶數(shù)量在一段時(shí)間內(nèi)的累計(jì)變化量來判斷買賣入場(chǎng)點(diǎn)。設(shè)D為船舶數(shù)量的時(shí)間窗口，Q為船舶數(shù)量變化量。當(dāng)觀測(cè)到船舶累計(jì)變化量超過Q時(shí)，即為買入信號(hào)，當(dāng)觀測(cè)到船舶累計(jì)變化量低于設(shè)定的Q時(shí)，即為賣出信號(hào)。當(dāng)買

19、入或者賣出信號(hào)出現(xiàn)后，即在第二個(gè)交易日開始下單。并且開倉過程中不涉及平倉操作，狀態(tài)非買入即賣出。（三）單因素模型回測(cè)及結(jié)果單因素回測(cè)方面，重點(diǎn)在于展示數(shù)據(jù)有效性，我們使用動(dòng)力煤期貨指數(shù)(ZCFI.WI)作為價(jià) 格合約。交易手續(xù)費(fèi)方面，我們按交易所規(guī)定的 4 元/手的標(biāo)準(zhǔn)進(jìn)行雙邊扣除。杠桿使用率方面，我們不使用杠桿，且不做浮動(dòng)加倉。為了直觀表示，我們截取部分有效參數(shù)，觀察該模型的表現(xiàn)。海運(yùn)費(fèi)單因素模型，選取D = 3的時(shí)間窗口內(nèi)，Q的變化對(duì)結(jié)果的影響。以下為不同（D，Q）的凈值結(jié)果，以 2016 年 10 月 12 日的動(dòng)力煤指數(shù)收盤價(jià)作為基準(zhǔn)，價(jià)格指數(shù)為 541。圖 9：運(yùn)費(fèi)模型在不同參數(shù)下凈

20、值走勢(shì)(3,2)(3,3)(3,4)(3,5)(3,6)(3,7)21.81.61.41.210.816-1017-117-417-717-1018-118-418-718-1019-119-4 資料來源：Wind，宏源研究船舶數(shù)量單因素模型，選取D = 4的時(shí)間窗口內(nèi)，Q的變化對(duì)結(jié)果的影響。以下為不同（D， Q）的凈值結(jié)果，以 2016 年 1 月 19 日的動(dòng)力煤指數(shù)收盤價(jià)作為基準(zhǔn)，價(jià)格指數(shù)為 310.6。圖 10：錨地船舶數(shù)量模型在不同參數(shù)下凈值走勢(shì)(4,10)(4,13)(4,16)(4,19)(4,22)(4,25)3.532.521.510.5016-116-516-917-117

21、-517-918-118-518-919-119-5 資料來源：Wind，宏源研究從以上截取的部分參數(shù)下的模型表現(xiàn)結(jié)果可以看出，海運(yùn)費(fèi)和錨地船舶數(shù)量數(shù)據(jù)對(duì)價(jià)格的指引有著正向的作用，并且在一定的參數(shù)設(shè)置下，在樣本內(nèi)可以獲得相對(duì)可觀收益。比如D = 3，Q = 5的情況下，從 2016.10.12 至 2019.7.12 累積凈值達(dá)到 1.91，年化收益率 26.48%，最大回撤 13.19%，夏普比率 1.604，卡爾瑪比率 2.01。在D = 4，Q = 19的情況下，從 2016.1.19 至 2019.7.12 累積凈值達(dá)到 3.225，年化收益率 41.11%，最大回撤 17.3%，夏普

22、比率 1.02，卡爾瑪比率 2.38。但是，根據(jù)上面回測(cè)結(jié)果可以發(fā)現(xiàn)，單因素模型參數(shù)敏感度很高。比如海運(yùn)費(fèi)模型（3，3） 的組合表現(xiàn)很差，（3，4）明顯優(yōu)于前者。并且，由于單因素模型無法完全解釋動(dòng)力煤價(jià)格變動(dòng)，其下游需求是驅(qū)動(dòng)動(dòng)力煤價(jià)格變動(dòng)的根本因素之一，中游偏表象。而運(yùn)用到擇時(shí)策略上， 單因素模型風(fēng)險(xiǎn)較高，面臨回撤較大。因此我們?cè)谙挛慕o出了基于中下游數(shù)據(jù)的多因素?fù)駮r(shí)模型，來改善以上的缺點(diǎn)。三、多因素?fù)駮r(shí)模型（一）數(shù)據(jù)選取思路由于單個(gè)指標(biāo)對(duì)價(jià)格變化的解釋度有限，在部分行情中容易出現(xiàn)指標(biāo)與價(jià)格偏離的情況。因此我們選擇采用多個(gè)因素進(jìn)行擇時(shí)測(cè)試。在本篇報(bào)告中，我們用中游和下游的數(shù)據(jù)設(shè)計(jì)擇時(shí)指標(biāo)（上游

23、數(shù)據(jù)多為產(chǎn)地價(jià)格、產(chǎn)量數(shù)據(jù)，由于變化頻率低，且滯后性比較明顯，故在該策略中不引用）。我們選取 6 大電廠日耗合計(jì)、港口運(yùn)費(fèi)、港口庫存、港口船舶數(shù)量以及 6 大電廠庫存作為5 大因素。其中港口庫存包括秦皇島、曹妃甸和國投京唐港的庫存。這些指標(biāo)覆蓋了動(dòng)力煤產(chǎn)量鏈中以電煤為主的中下游數(shù)據(jù)，能夠基本解釋動(dòng)力煤價(jià)格的走勢(shì)。（二）指標(biāo)設(shè)計(jì)思路每一組數(shù)據(jù)都能代表流量和存量數(shù)據(jù)，流量數(shù)據(jù)代表一定時(shí)間窗口內(nèi)，數(shù)據(jù)的變化量（具有方向）；存量數(shù)據(jù)代表目前時(shí)點(diǎn)該數(shù)據(jù)的絕對(duì)值。根據(jù)這一特性，我們針對(duì)不同的源數(shù)據(jù)， 設(shè)計(jì)了流量因子和存量因子（以上頻率均是日度）：流量因子：_ =存量因子：_ = 對(duì)于的選擇，我們根據(jù)不同數(shù)

24、據(jù)對(duì)于動(dòng)力煤期貨價(jià)格的最優(yōu)先行天數(shù)而定（這里是指在一定的交易天數(shù)內(nèi)，選取相關(guān)系數(shù)最大的值對(duì)應(yīng)的天數(shù)）。而因各個(gè)指標(biāo)與動(dòng)力煤價(jià)格之間有著不同程度上的相關(guān)性，這些均為非線性相關(guān)。這里我們采用 spearman 相關(guān)系數(shù)代替?zhèn)鹘y(tǒng)的Pearson 相關(guān)系數(shù)算法。從而計(jì)算出不同源數(shù)據(jù)對(duì)應(yīng)的不同的相關(guān)系數(shù)： 6 2 = 1 (2 1)（以下是截至目前為止全周期內(nèi)的流量和存量因子分布圖，可以看到這些指標(biāo)展現(xiàn)出較強(qiáng)的正態(tài)分布特性，并有一定的峰度和偏度偏差）思路：利用最優(yōu)先行周期計(jì)算 5 個(gè)指標(biāo)的流量，成為流量因子；存量因子等于數(shù)據(jù)的絕對(duì)價(jià)格，其分布仍然用高斯分布模擬。將以上 10 個(gè)因子做分布統(tǒng)計(jì)，時(shí)間為 2

25、013.10-2019.7。圖 11：運(yùn)費(fèi)流量分布圖 12：運(yùn)費(fèi)存量分布圖 13：船舶數(shù)量流量分布圖 14：船舶數(shù)量存量分布圖 15：日耗流量分布圖 16：日耗存量分布資料來源：Wind，宏源期貨研究所圖 17：電廠庫存流量分布圖 18：電廠庫存存量分布圖 19：港口庫存流量分布圖 20：港口庫存存量分布資料來源：wind，宏源研究根據(jù)不同數(shù)據(jù)的相關(guān)系數(shù)，可得到在給確定的起始時(shí)間和終止時(shí)間的區(qū)間內(nèi)的滾動(dòng)相關(guān)數(shù)據(jù)時(shí)間序列數(shù)據(jù)。再根據(jù)不同的相關(guān)系數(shù)進(jìn)行賦權(quán)，以及存量和流量因子賦權(quán)。這里用相關(guān)系數(shù)的平方近似擬合優(yōu)度：?jiǎn)蝹€(gè)因子標(biāo)準(zhǔn)：_ = ( )單個(gè)因子加權(quán)分值：_ = 2 _（符號(hào)和未處理前相關(guān)系數(shù)

26、保持一致）流量權(quán)重和存量權(quán)重： + = 1最終5因子分值：terminalscore =5 _5 2+5 _ 5 2 其中當(dāng)i = j， = 在這個(gè)過程中，唯一需要設(shè)定的參數(shù)值即流量權(quán)重或者存量權(quán)重。這一點(diǎn)將在下文討論。在得到因子后，經(jīng)過一系列的標(biāo)準(zhǔn)化、加權(quán)處理得到我們最終的模型。模型返回的是 5 個(gè)數(shù)據(jù) 10 個(gè)因子的整體打分水平，區(qū)間是 0-100 分，分值越低基本面越弱。（三）指標(biāo)的特殊處理5 大基本面數(shù)據(jù)與動(dòng)力煤價(jià)格的相關(guān)性并不是靜態(tài)的，而是動(dòng)態(tài)的。因此，選擇一個(gè)合適的計(jì)算窗口非常重要。在此我們根據(jù)動(dòng)力煤基本面的季節(jié)性特征，將窗口分位春（2-4 月）、夏（5-7 月）、秋（8-10 月

27、）、冬（11-1 月），四個(gè)時(shí)間段，分別計(jì)算在不同季節(jié)下，不同先行周期下的相關(guān)系數(shù)。我們從 2013 年 10 月起，回測(cè)了超過 5 年的數(shù)據(jù)，結(jié)果顯示：煤炭海運(yùn)費(fèi)（freight）與動(dòng)力煤價(jià)格在四個(gè)季節(jié)上均表現(xiàn)出最強(qiáng)相關(guān)性（75%-85%）， 且在先行天數(shù)上基本變化不大；船舶數(shù)量（amount of ship）在春夏秋，尤其是夏季表現(xiàn)出較強(qiáng)的相關(guān)性；而在冬季， 其相關(guān)性略有減弱（50%左右）；電廠日耗（consumption）在春夏秋季具有一般的相關(guān)性（40%左右），而在冬季上相 關(guān)性較低；港口庫存（harbor stock）和電廠庫存（station stock）呈現(xiàn)出的相關(guān)性比較低，其影

28、響主要是在流量變動(dòng)和絕對(duì)高位或低位產(chǎn)生影響。根據(jù)不同季節(jié)下各個(gè)指標(biāo)最大相關(guān)系數(shù)對(duì)應(yīng)的先行天數(shù)，可以得到流量因子和存量因子的數(shù)據(jù)選取方法。一般而言，相同季節(jié)下不同時(shí)點(diǎn)的相關(guān)系數(shù)比較穩(wěn)定，隨時(shí)間變化而變化的幅度較小。根據(jù)以上得到的相關(guān)系數(shù)，可以完成最終不同季節(jié)下對(duì)因子的計(jì)算。而且，對(duì)動(dòng)力煤價(jià)格變動(dòng)影響最大的是中游的數(shù)據(jù)，代表著交投氛圍和運(yùn)輸成本。這兩個(gè)數(shù)據(jù)基本上能解釋大部分動(dòng)力煤價(jià)格變動(dòng)的因素，但在某些時(shí)點(diǎn)，需要下游數(shù)據(jù)的位置進(jìn)行配合才能做出較為準(zhǔn)確的擇時(shí)。表 1：各數(shù)據(jù)和價(jià)格相關(guān)性：春季表 2：各數(shù)據(jù)和價(jià)格相關(guān)性：夏季表 3：各數(shù)據(jù)和價(jià)格相關(guān)性：秋季表 4：各數(shù)據(jù)和價(jià)格相關(guān)性：冬季資料來源：Wi

29、nd，宏源研究資料來源：Wind，宏源研究我們?cè)诨販y(cè)的過程中，使用從 2013 年 10 月到回測(cè)節(jié)點(diǎn)的相關(guān)系數(shù)，這個(gè)時(shí)間區(qū)間是隨著時(shí)間的推移而滾動(dòng)增加的。也就是時(shí)間越靠后，計(jì)算的時(shí)間窗口越長，也就越穩(wěn)定。通過對(duì)時(shí)間窗口內(nèi)的數(shù)據(jù)進(jìn)行相關(guān)性計(jì)、因子計(jì)算和加權(quán)處理得到當(dāng)時(shí)節(jié)點(diǎn)的模型分值，且這個(gè)分值是按日度計(jì)算。圖 21：模型分值及動(dòng)力煤指數(shù)時(shí)間序列（ = . ）動(dòng)力煤指數(shù)模型分值700100650908060070550605005045040304002035010300016-116-516-917-117-517-918-118-518-919-119-5 資料來源：Wind，宏源研究（四）

30、模型結(jié)果的平滑由于通過相關(guān)性計(jì)算的模型分值波動(dòng)較大，我們選擇卡爾曼濾波器算法對(duì)其進(jìn)行平滑。卡爾曼濾波的一個(gè)典型實(shí)例是從一組有限的，包含噪聲的，對(duì)物體位置的觀察序列預(yù)測(cè)處物體的坐標(biāo)及速度，其被應(yīng)用于很多工程中（如雷達(dá)、計(jì)算機(jī)視覺）。例如，對(duì)于雷達(dá)來說，人們感興趣的是其能夠跟蹤目標(biāo)。但目標(biāo)的位置、速度和加速度的測(cè)量往往在任何時(shí)候都有噪聲。卡爾曼濾波利用目標(biāo)的動(dòng)態(tài)信息，設(shè)法去掉噪聲的影響，得到一個(gè)關(guān)于目標(biāo)位置的好的估計(jì)，這個(gè)也可以是對(duì)過去位置的平滑。我們?cè)诖死闷溥@一特性對(duì)模型分值進(jìn)行平滑。其中，卡爾曼濾波時(shí)間更新算法： = 1 + 1 = A1 + 狀態(tài)更新： = ( + )1 = + ( ) =

31、 ( )我們使用卡爾曼濾波程序，選擇最初始的參數(shù)不做調(diào)整，得到以下結(jié)果：圖 22：模型分值及卡爾曼濾波結(jié)果模型分值卡爾曼濾波結(jié)果100908070605040302010016-116-516-917-117-517-918-118-518-919-119-5 資料來源：Wind，宏源研究除此之外，我們還利用模型分值的均線系統(tǒng)來雙重平滑模型，以便于后續(xù)做出擇時(shí)決策。（五）回測(cè)方法開平倉信號(hào)方面：當(dāng)原始模型分值大于 up_bound，做多；當(dāng)原始模型分值小于 100 減 up_bound，做空。在 1）的基礎(chǔ)上，當(dāng)模型分值處于 up_bound 和 100 減 up_bound 之間時(shí)，當(dāng)原始模

32、型分值大于卡爾曼濾波結(jié)果以及均線，做多；當(dāng)原始模型分值小于卡爾曼濾波的結(jié)果及均線，做空；當(dāng)原始模型結(jié)果處于卡爾曼濾波和均線結(jié)果之間時(shí)，平倉。該模型不涉及動(dòng)態(tài)止損或止盈。交易、費(fèi)用及時(shí)點(diǎn)方面：回測(cè)合約方面，我們根據(jù)市場(chǎng)規(guī)定，以每年的 1、5、9 月為回測(cè)合約，并在遠(yuǎn)月合約的持倉量大于近月合約的后一個(gè)交易日，更換合約，且不切回。交易手續(xù)費(fèi)方面，我們按交易所規(guī)定的 4 元/手的標(biāo)準(zhǔn)進(jìn)行雙邊扣除。杠桿使用率方面，我們?cè)趧?dòng)態(tài)資金下不使用杠桿。滑點(diǎn)設(shè)置方面，由于本模型屬于低頻模型，我們最初采取 0.2 元/噸作處理，后面會(huì)測(cè)試其他不同滑點(diǎn)下，策略的結(jié)果。回測(cè)時(shí)點(diǎn)上，由于相關(guān)系數(shù)需要一定時(shí)間的計(jì)算期，我們選

33、取 2016 年之后的時(shí)間區(qū)間做回測(cè)，這個(gè)時(shí)間點(diǎn)自動(dòng)力煤上市滿足 500 個(gè)交易日，各項(xiàng)指標(biāo)分布相對(duì)成型。由于本策略偏左側(cè)交易，因此在回測(cè)過程中，盤面的沖擊成本暫不考慮。四、模型效果（一）測(cè)試多組參數(shù)下模型結(jié)果本策略共涉及三個(gè)參數(shù)，絕對(duì)量因子權(quán)重 ，分值上限 up_bound 和滾動(dòng)均值參數(shù)。根據(jù)我們的計(jì)算結(jié)果來看，當(dāng)流量因子權(quán)重偏高時(shí)策略的不穩(wěn)定性加強(qiáng)，波動(dòng)較大，夏普比率低；而絕對(duì)量因子權(quán)重高時(shí)，其策略穩(wěn)定性較好，波動(dòng)低。因此我們?cè)诖四J(rèn)展示絕對(duì)量因子等于 0.85 時(shí)的情景。圖 23：策略回測(cè)凈值（up_bound = 65），滑點(diǎn)=0.2 元/噸均值參數(shù)=10均值參數(shù)=15均值參數(shù)=20

34、均值參數(shù)=2532.521.510.516-116-516-917-117-517-918-118-518-919-119-5 資料來源：Wind，宏源研究圖 24：策略回測(cè)凈值（up_bound = 75），滑點(diǎn)=0.2 元/噸均值參數(shù)=10均值參數(shù)=15均值參數(shù)=20均值參數(shù)=253.32.82.31.81.30.816-116-516-917-117-517-918-118-518-919-119-5 資料來源：Wind，宏源研究圖 25：策略回測(cè)凈值（up_bound = 85），滑點(diǎn)=0.2 元/噸均值參數(shù)=10均值參數(shù)=15均值參數(shù)=20均值參數(shù)=252.42.221.81.61.

35、41.210.816-116-516-917-117-517-918-118-518-919-119-5 資料來源：Wind，宏源研究根據(jù)多組參數(shù)回測(cè)可得，當(dāng)分值上限處于 75 時(shí)，策略表現(xiàn)相對(duì)好，且在 2018 年末至 2019年，動(dòng)力煤價(jià)格震蕩，波動(dòng)率走低的行情下，仍能相對(duì)穩(wěn)定盈利；上限處于 65 時(shí)，凈值波動(dòng)較大；上限處于 85 時(shí)，由于參數(shù)過于嚴(yán)格，整體凈值不理想。均值參數(shù)方面，當(dāng)均值等于 10 時(shí)，也就是參數(shù)偏低的時(shí)候，平滑度不夠，雖在基本面數(shù)據(jù)波動(dòng)較大時(shí)取得不錯(cuò)成績(jī)，但策略在 2018年下半年開始出現(xiàn)嚴(yán)重回調(diào)；而均值等于 15 或 20 時(shí)，策略表現(xiàn)理想穩(wěn)定。圖 26：up_bou

36、nd = 75, 均值參數(shù)=15，滑點(diǎn)=0.2 元/噸，手續(xù)費(fèi)=4 元/手302.80.022.60.042.42.20.0620.081.80.11.60.121.41.20.1410.1616-116-516-917-117-517-918-118-518-919-119-5資料來源：Wind，宏源研究我們選取 up_bound 等于 75 且均值等于 15 的一組結(jié)果做詳細(xì)分析。在手續(xù)費(fèi)=4 元/手，滑點(diǎn)=0.2 元/噸的設(shè)定下，（每年 250 個(gè)交易日）該策略年化收益率 37.29%，最大回撤 13.85%， calmar 比率等于 2.69，收益波動(dòng)比 1.68，交易次數(shù) 122 次，勝率 52.46%，盈虧比 2.72。在其他手續(xù)費(fèi)和滑點(diǎn)設(shè)定下的凈值、最大回撤等指標(biāo)見圖 27，表 5