商品期货产业链套利逻辑简单实测分享

　　从电脑中找到一篇研报2017年1月10日，东方证券《商品期货套利策略实证》，当时忽略了其产业链价值构造逻辑。如今再看一遍，很多逻辑使用TB交易开拓者软件非常容易实现，且看上去效果较好，那么我们来复现其中一小部分，并把源码给各位读者，大家一起发现价值和问题。

　　这篇研报的根基是产业链价值稳定，且利润回复性强，可以进行反向操作期货合约，获取产业链利润均值回复的交易性机会。今天的文章仅抛砖引玉，向很多对此内容陌生的读者介绍这种方法。文章可能比较接近现货市场和实际生产环节，尤其是鸡蛋的配图，让你们觉得很高逼格的量化一下子low下来了，不好意思，这就是现实……

　　目前国内商品期货套利模式主要包括产业链套利、跨期套利、内外盘套利和期现套利。产业链套利的第一部分是“钢厂利润套利”，这部分我们比较熟悉，首先构造螺纹钢的利润曲线图。如果炼钢利润过高，钢厂会提高开工率，铁矿和焦炭价格会跟涨，挤压炼钢利润；炼钢利润过低，钢厂会选择减产，钢材价格回升。

　　今天我们主要来做后几个案例的实现，并分析其合理性，以及这种套利变量构造比传统的价格比是否有优势。

　　1、炼焦套利

　　按照研报介绍参考一般的炼焦工艺，平均 1.3 吨炼焦煤加工产生 1 吨焦炭和若干副产品。自焦煤期货上市以来，期货焦炭指数/焦煤指数的比价均值却高达 1.37，同时较长时间维在 1.38 以上，指数最高比价曾达到 1.45。因此，我们最终确定炼焦利润的公式为：

　　炼焦利润=焦炭期货价格-1.4*焦煤期货价格-其他成本

　　和研报中不同的是，为了近似模拟出连续合约价格变动规律，且考虑到TB没有给予交易者过去时间较早的真实合约数据，我们直接使用000指数合约构造多个产业链利润关系：

　　当炼焦利润达到高位难以维持时，可以做空炼焦利润，即多焦煤空焦炭，当炼焦利润趋于零甚至为负时，可以做多炼焦利润，即空焦煤多焦炭。

我们直接用指数合约代替（研报中是真实连续合约）

　　研报推荐：
　　开仓条件：价差在10日均值加 1 倍标准差和 1.2 倍标准差之间，且有回归趋势开仓。
　　平仓条件：回归到 10 日均值进行平仓。
　　止损：设置的止损为 2%，止损后 10 天内不开仓。

　　实际测试：
　　开仓条件：价差在 15日均值加1.5倍标准差和。我们测试了有回归趋势开仓，通过套利变量（炼焦利润）线性回归斜率表示是否回归，但是效果不好。
　　平仓条件：回归到15日均值进行平仓。
　　止损：设置的利润的追踪止损，大概1%利润回落止损。
　　手续费：万分之5双边，加1跳滑点双边。

　　可喜的是我们看到，在严格的手续费下，我们简单调整参数后，绩效的确不错。在参数面测试中，也显示出大面积参数均有较好性能表现，看起来这个神奇公式“炼焦利润=焦炭期货价格-1.4*焦煤期货价格-其他成本”还是非常实用的。

　　2、甲醇制PP利润套利

　　根据理论生产成本，3 吨甲醇另加 800 元加工费用可制得 1 吨聚丙烯。所以我们模拟了利润公式，等于PP价格 - 3*甲醇价格 + 800.

　　同样是追随利润的波动，那么甲醇制 PP 利润套利的逻辑也是利润的均值回复。和之前的测试一样，我们给这个套利变量加上布林带，以相反的方向去交易期货合约。

图片来自：小哈图xiaohatu.com，产业链对冲投研专业网站

　　实际测试：
　　开仓条件：价差在 15日均值加1.5倍标准差和。
　　平仓条件：回归到15日均值进行平仓。
　　止损：设置的利润的追踪止损，大概1%利润回落止损。
　　手续费：万分之5双边，加1跳滑点双边。

　　这组测试，我们采用了焦炭焦煤完全一样的测试条件，参数也完全一致，没有采用研报推荐的5日布林带。

　　同样参数面测试也表现不错，大部分合理的参数组合均可以带来收益。

　　3、鸡蛋利润套利

　　鸡蛋期货价格波动较大，除了和交割制度以及难以保存有很大关系外，和养鸡成本的波动也有关系。

　　研报向我们介绍了：每年在端午节（5 月）和中秋节（9 月）会出现两个需求小高峰，春节前后（2 月）会出现需求低谷。最近几年由于集约养殖比例增大以及鸡蛋期货上市，鸡蛋价格的季节性波动已经越来越不明显。鉴于鸡蛋需求稳定的特征，鸡蛋价格一般由产蛋成本决定。

　　东方证券测算出：
　　鸡蛋盈亏平衡点=(饲料费用+鸡苗成本+防疫费+水电费-鸡粪收入-淘汰鸡收入)/37.5

　　饲料价格的公式可以表示为：
　　一斤饲料的价格=0.62*玉米价格 + 0.31*豆粕价格+ 0.175

　　鸡蛋盈亏平衡点(元/吨) = 2.02864*玉米(元/吨) + 1.01432*豆粕(元/吨) + 437.2

　　通过上图看出，如果进行传统套利变量0轴为中轨，上下构筑两条阈值线的方法，显然无法很好驾驭，所以布林带又被搬出来。只不过我们略微修改了参数，因为鸡蛋利润的回归速度可能较慢，需要较长时间测算。

　　实际测试：
　　开仓条件：价差在30日均值加1倍标准差和。
　　平仓条件：回归到30日均值进行平仓。
　　止损：设置的利润的追踪止损，大概3%利润回落止损。
　　手续费：万分之5双边，加1跳滑点双边。

　　研报追踪到2016年，我们实际上测试到了2019年，发现该系统盈利情况较好，非常稳定，和之前的两个配对一样。

　　4、组合测试结果

　　我并不认为实盘能够跑出这样可怕的高绩效（调整后收益风险比达到3.36，夏普1.78）原因有下：

　　1、指数合约和主力合约存在一定偏差，实际上要测试历史真实主力合约的互相套利情况。
　　2、虽然参数已经非常简单，但是依然存在参数优化的情况，实盘要配置的组合必然是多组参数一起运行的组合。

　　但是我依然认为这是非常棒的套利逻辑，在实盘交易中，还有一组黑色系螺纹、铁矿、焦炭的套利逻辑也可以运行，效果留给大家验证。

　　这种产业链关系的套利变量，是否比实际的价格比更好呢？我们使用焦煤焦炭组，做大致验证：

　　1、直接测试两种方法参数面绩效：

　　在参数面形成的210个取样点上，分析前100个。发现果然是产业链公式效果更好。净利润的图片再不放出来，也是类似情况。

　　产业链公式更好的原因是，其构造了数学统计性质更加优秀的套利变量吗？我们使用了ADF单位根检验(Unit Root Test)，广义Hurst指数检验，方差比率检验（检验随机游走），试图发现结果。

　　首先通过Excel对产业链套利变量和价格比值绘图如下：

JM_J 焦煤-焦炭组

MA_PP 甲醇-聚丙烯组

【焦煤-焦炭  JM_J_ratio 价格比】

1、ADF检验
Augmented DF test for unit root variable:                            variable    1
  ADF t-statistic          # of lags    AR(1) estimate
         -1.610801                      1             0.995510

   1% Crit Value    5% Crit Value    10% Crit Value
            -3.458                -2.871                -2.594

2、广义Hurst指数检验
广义Hurst指数H1 = 0.509674

3、方差比率检验，检验随机游走
h=0
pValue=0.210593

===========================

【焦煤-焦炭  JM_J_key_value 产业链公式】

1、ADF检验
Augmented DF test for unit root variable:                            variable    1
  ADF t-statistic          # of lags    AR(1) estimate
         -0.988749                      1             0.998158

   1% Crit Value    5% Crit Value    10% Crit Value
            -3.458                -2.871                -2.594

2、广义Hurst指数检验
广义Hurst指数H1 = 0.590570

3、方差比率检验，检验随机游走
h=0
pValue=0.150707

===========================

【甲醇-聚丙烯  MA_PP_ratio 价格比】

1、ADF检验
Augmented DF test for unit root variable:                            variable    1
  ADF t-statistic          # of lags    AR(1) estimate
         -3.519564                      1             0.980757

   1% Crit Value    5% Crit Value    10% Crit Value
            -3.458                -2.871                -2.594

2、广义Hurst指数检验（与移动hurst绘制）
广义Hurst指数H1 = 0.500719

3、方差比率检验，检验随机游走
h=0
pValue=0.209394

===========================

【甲醇-聚丙烯  MA_PP_key_value 产业链公式】

1、ADF检验
Augmented DF test for unit root variable:                            variable    1
  ADF t-statistic          # of lags    AR(1) estimate
         -2.490943                      1             0.992717

   1% Crit Value    5% Crit Value    10% Crit Value
            -3.458                -2.871                -2.594

2、广义Hurst指数检验（与移动hurst绘制）
广义Hurst指数H1 = 0.541726

3、方差比率检验，检验随机游走
h=0
pValue=0.112919

　　这三个检验方法并不难懂：

ADF检验
% ADF用t-statistic的值和1%、5%和10%根据不同的置信区间值比较，
% 若T值(ADF t-statistic)大于上述某一个水平值，
% 则表示在多少水平下(x%)接受原假设（ADF原假设是存在单位根，不是平稳序列），即是非平衡序列。
% 若T绝对值小于三者的值，则在多大置信区间上，拒绝原假设，是平稳序列。
% 比如t-statistic = -0.988749，无法小于10% Crit Value，则表示90%不拒绝原假设，这个序列不是平稳序列。

hurst指数检验
% 具有hurst统计特性的系统（如价格序列），不需要通常概率统计学的独立随机事件假设。
% 它反映的是一长串相互联系事件的结果。今天发生的事将影响未来，过去的事也会影响现在。
% H=0.5，表明时间序列可以用随机游走来描述；
% 0.5

商品期货 产业链套利逻辑 简单实测分享

商品期货产业链套利逻辑简单实测分享