中信建投-量化专题 · CTA系列十六:另类数据在期货市场应用研究(一)【公众号研报】-210421

　　本报告完成时间 | 2021年04月20日 摘要 金融市场中的数据大体可以分成三类：量价类、基本面类和另类数据。在本系列的前期文章中，我们通过收集整理期货公司的早报数据，识别研报中的多空情绪，构建相应交易策略。其后，我们通过收集整理期货新闻，对每篇新闻进行情感计算，进而构建期货各品种和板块的新闻情绪指数。 本文是我们对期货市场另类数据的进一步探索。通过收集整理的新闻获取构建每个品种的关键词，进而获取每个品种的搜索数据。基于搜索数据，我们以贵金属为例构建相应的交易策略。初步的研究表明，通过搜索数据构建出的交易策略效果一般，搜索数据的价值值得更深入的研究 风险提示：本研究主要基于历史数据统计，存策略失效风险、模型误设风险、历史统计规律失效等风险 一 概述 金融市场中的数据大体可以分成三类：量价类、基本面类和另类数据。量价类数据可得性好，是目前策略研究的主要数据来源。基本面类数据如商品的供需情况、宏观经济类数据等，这类数据包含维度更为丰富，形成的策略可解释性更高，但变化频率偏低，应用难度较量价类更大。另类数据如文字、图片、声音等数据，因数据搜集难度偏高，处理方法更为复杂，目前市场上形成的策略占比较少。 我们金工团队始终关注着另类数据研究，积极探索其在期货市场中的应用。本系列的前期文章中，我们通过收集整理期货公司的早报数据，识别研报中的多空情绪，构建相应交易策略。其后，我们通过收集整理期货新闻，对每篇新闻进行情感计算，进而构建期货各品种和板块的新闻情绪指数。 本文中，我们探索搜索数据在期货市场的应用。通过收集整理的新闻获取构建每个品种的关键词，进而获取每个品种的搜索数据。基于搜索数据，我们以贵金属为例构建相应的交易策略。初步的研究表明，通过搜索数据能够构建出有效的交易策略，搜索数据的价值值得更深入的研究。 二 搜索因子 投资者的决策行为通常是基于收集的信息，但面对海量的信息时，投资者只有通过有限的信息分析获取投资方向，研究表明投资者的关注度与资产价格之间存在较大的相关性。如何量化投资关注度进而分析金融市场的资产价格变化对投资者而言具有重要的意义。随着互联网的发展，金融资产的广告、新闻点击量等各项非结构化数据是刻画投资者关注的度的指标之一。例如，投资者对金融资产关键词进行检索，反映了其关注重点，而搜索指数则反映了该关键词被检索的次数，当搜索次数越多时，则表明投资者对该金融资产的关注越多。由此基于搜索指数的大数据则是投资者关注度的一个较好的量化指标。另一方面，市场关注度舆情指数本身就是一种投资者群体智慧，携带了市场关注热点的信息。一般来说投资者关注度越高，资产价格越容易呈现上升趋势。而当投资者关注上升到一个高点时，无法再吸引更多的投资者，之前的投资者开始撤出，上涨趋势发生转变。 本文通过金融资产搜索指数相对强弱的变化趋势的分析，探究投资者关注度的变化情况，从而对金融资产价格变化进行预判，做出相关的量化投资决策，以获取稳定的投资收益。 2.1 搜索数据的获取 期货类金融资产的搜索指数主要是通过期货产品名词的搜索量衡量，由于采用单一的关键词的搜索指数确定市场舆情可能会忽视相关关键词所携带的市场信息，因此本文首先通过前期收集的若干有关期货栏目的新闻文本数据，以WORD2VEC模型确定各期货金融产品相近的搜索关键词。 以贵金属板块为例，下图是通过词向量的方式得到的贵金属、黄金和白银对应的相近的前十个搜索关键词，在计算舆情搜索指数时，根据实际数据的获取情况将对应品种的搜索指数量由相关关键词的搜索量加总得到。 在确定了个期货品种的相关搜索关键词以后，通过爬虫技术获取每个关键词的搜索指数。我们获取了百度搜索指数、微博指数和搜狗指数等搜索数据。由于可获得的各搜索指数数据源时间起始不一致，百度数据时间最长且用户使用量最大，本文基于百度指数以贵金属板块为例构建相应的交易策略。 通过上图可以看出期货品种的价格走势和对应舆情搜索指数走势在一定程度上存在正相相关关系。当请搜索指数上升到一个高点时，期货品种的价格对应一定的高点，且搜索舆情指数高点的发生在一定程度上早于期货价格走势。当市场关注度走向最高点后市场出现一定的反转。因此可以通过对期货价格和舆情相对强弱的变化趋势进一步对期货品种的价格走势进行研判。 通过图3可以发现黄金和白银的收益率与变化与其搜索指数变动率的差值具有一定的相关性，当黄金相比于白银的舆情搜索值更大时，则表明投资者对于黄金的市场关注度大于白银的关注度，即投资者可能会更好地看好黄金的走势，黄金会得到更多投资地持有，而白银相对会减持。因此可以通过期货品种即本文例举的黄金和白银之间收益率差值与搜索指数变动率差值相互影响构建关于黄金和白银的量化投资策略。 2.2 策略构建 2.2.1 策略1构建 以期货品种的搜索指数一定期限内的移动平均最大值和最小值乘以一个倍差划定量化策略信号的改变范围，类似布林带指标，即当日舆情搜索指数超过划定的搜索指数范围的上限时，做多该期货品种；反之，当日舆情搜索指数低于划定的搜索指数范围的下限时，做空该期货品种，通过期货的多空策略获取稳定收益。 2.2.2 策略2构建 舆情搜索指数在量化为投资者关注度时，可以通过搜索指数的一定时期内的中位数值作为正常值，将与中位数偏离的值作为信号点。本文以当日舆情搜索值高于中位数值时，认为投资者对该期货品种具有较高的关注度，可能会引起期货产品的行情上涨，当日舆情搜索值低于中位数值时，认为投资者对该期货品种的关注度较低，则可能会引起期货产品的行情下跌。选取一定日期内的舆情搜索值的中位数值为信号点，计算每日搜索值与对应期间中位数值的比值，当该比值大于1时，认为期货关注度向上偏离正常值，则做多该期货品种；反之，当该比值小于1时，期货关注度向下偏离正常值，则做空该期货品种。 2.2.3 策略3构建 构建黄金和白银搜索指数差值与其收益率差值的策略具体过程如下： 该策略所需数据为黄金和白银每日收盘价以及黄金和白银相关关键词的每日百度搜索指数数据；本文使用的数据区间为2012年5月10日-2020年4月12日。首先通过黄金和白银期货的每日收盘价计算对应的收益率，以获取两者的收益率差值为被解释变量，以黄金和白银舆情搜索指数的每日的变动率差值为解释变量。进一步本文采用的是120日滑动时间窗口回归的方式，通过前一日的回归残差预测下一日期货的交易方向。当回归残差大于0时，做多黄金期货，做空白银期货。当回归残差小于0时，做多白银期货，做空黄金期货，以此得到黄金和白银的多空交易策略。 三 策略实证结果 首先通过单位根检验表明数据是平稳的，进一步进行黄金与白银收益率差值和搜索指数变动差值的回归模型提取残差。 本次策略1采用的黄金百度搜索指数和白银搜索指数5日移动平均最大值的0.95倍作为策略信号改变的上限，5日移动平均最小值的1.05倍作为策略信号改变的信号。本策略认为信号的改变应该在搜索值得最高点/最低点附近时出现，因此乘以一个倍差以确定范围。本策略在样本期间的黄金期货的总收益为19.45%，夏普比率为1.34%，卡玛比率13.5%；白银期货在策略期间的总收益为26.67%，夏普比率为5.16%，卡玛比率8.09%。 本次策略2选取的是12日的舆情搜索值的中位数值为信号点，计算每日搜索值与12日中位数值得比值根据比值的大小实现对应期货品种的多空策略。本策略在样本期间的黄金期货的总收益为38.4%，夏普比率为13.64%，卡玛比率11.07%；白银期货在策略期间的总收益为108.8%，夏普比率为31.7%，卡玛比率22.35%。 舆情搜索指数策略3同时考虑了黄金和白银期货的信号变化，以黄金白银作为一个对冲组合，最终获取策略期间的总收益为33.68%，夏普比率为19.2%，卡玛比率16.7%。 四 总结 本文通过搜索指数构建的舆情因子对贵金属板块的黄金和白银期货进行了量化策略构建。结果显示通过搜索指数构建因子策略可以获取一定的收益率。在策略1中，将白银和黄金期货独立构建策略，该策略主要受到移动平均区间和倍差这两个参数的影响；在策略2中，同样将白银和黄金期货独立构建策略，该策略主要受到确定中位数值区间的期限选择的影响；在策略3中，将白银和黄金期货共同构建策略，该策略主要受到回归窗口和预测期以及回归模型的影响。策略具体的参数选择应更加全面地考虑数据的特征，本文在参数选择上还需继续考量，同时也会继续考量其他模型改善收益率的预测准确度，以获取更加稳定、可观的策略收益。从结果上看，搜索数据为代表的另类数据生成的策略绩效并不太理想，也侧面验证了另类数据的收集难度和挖掘难度。后续我们将继续针对搜索数据进一步探索，以期构建出合适的交易策略。 作者姓名：彭鲸桥 期货投资咨询从业证书号：Z0012925 电话：023-86769675 研究助理：童力 期货从业证书号：F3075973 电话：023-81157270 重要声明 本报告中的信息均来源于公开可获得资料，中信建投期货力求准确可靠，但对这些信息的准确性及完整性不做任何保证，据此投资，责任自负。本报告不构成个人投资建议，也没有考虑到个别客户特殊的投资目标、财务状况或需要。客户应考虑本报告中的任何意见或建议是否符合其特定状况。 全国统一客服电话：400-8877-780 网址：www.cfc108.com 了解更多 了解更多 了解更多 中信建投期货加入天府对冲基金学会，助力成渝双城经济圈建设 中信建投期货微资讯 号外！广州期货交易所揭牌仪式在穗举行！#期货 视频号 点个【赞】、【在看】· 遇见更多精彩