要高度关注系统性风险并确保最优交易环境

目前，我国股指期货交易制度已经逐步完善，已然成为不可或缺的金融衍生品，而股指期货交易向专业化和程序化快速转变也给投资者提出了更高的要求。本文作者基于多年操盘经验积累和相关文献研究，通过搭建基础的数学模型，构建交易策略，并选取了合理的运行环境和基础的交易数据，验证策略的有效性。

[1][策略及测试指标]

根据移动平均模型和马科维茨投资组合理论本文构建两个交易策略——

策略一：沪深300股指期货下月合约最新价格减去沪深300股指期货当月合约最新价格构建价差，对价差求连续5根15分钟K线收盘价的移动平均价标记为MA5，对连续26根15分钟K线的波动率（求最高价减去最低价，一个周期前的收盘价减去最高价的绝对值，一个周期前的收盘价减去最低价的绝对值，这3个值中的最大值）求平均数标记为ATR。当价差小于MA5-N×ATR，对手价买入价差，当价差大于MA5+N×ATR，对手价卖出价差，当套利合约为多头时，价格大于买入价+N倍ATR止盈，价格小于买入价-N倍ATR时止损。当套利合约为空头时，价格大于卖出价+N倍ATR时止损，价格小于卖出价-N倍ATR时止赢。当日14点59分平掉所有套利仓位并且不再开仓（也可以直接用当日收盘价平仓）。

策略二：沪深300股指期货主力合约，每天收盘前买入，第二天开盘卖出。这个交易策略的逻辑基于实盘经验，实际交易中股指期货出现很多跳空高开的情况，而且很多跳空高开之后又在盘中回落一部分甚至价格又恢复到昨天收盘价。这可能是因为有些情况下外部环境主导了股指期货的上涨，盘中市场的意愿主导了股指期货的下跌，也就是股指期货的上涨幅度可以在跳空高开中完成。另外一个支持这种策略的理论是股指期货和对应的上证指数在长周期内是向上的，因素可能是多重的。

测试数据采用最原始的tick数据，并对数据进行处理，形成每日K线，手续费设置为0.35%%，套利资金每组资金分配为20万元，每次开仓1手，趋势资金每组100万元，每次开仓一手（套利的网格为5格，每组套利合约按照交易所套利合约的保证金要求收取一边保证金，和趋势策略的100万元资金相对应），滑点设置为两跳即两个最小变动价位。起止时间为2016年1月4日—2020年12月30日。测试软件采用市场主流的程序化软件，测试报告数据采用软件统计的数据。

评价交易策略的有效性的常用指标主要有以下几个：实际盈利率，即盈利占资金分配量的百分比；权益最大回撤比，即权益最大回撤和权益最大回撤时的最大权益比值的最大值；总盈利/总亏损是比较常用的用于单独评价策略组合有效性的指标，反映每亏损一个单位可以换取的利润；年化单利收益率，即单利收益率/（测试天数/365）×100%。

[2][网格套利策略测试]

此处参数N取值为15即1.5倍ATR，沪深300股指期货下月合约价格减去沪深300股指期货当月合约价格构建价差，对价差求连续5根15分钟K线收盘价的移动平均价，标记为MA5；对连续26根15分钟K线的波动率（求最高价减去最低价，一个周期前的收盘价减去最高价的绝对值，一个周期前的收盘价减去最低价的绝对值，这三个值中的最大值）求平均数标记为ATR，当价差小于MA5-1.5×ATR，对手价买入价差，当价差大于MA5+1.5×ATR，对手价卖出价差，1.5倍ATR止盈，1.5倍ATR止损。当日14点59分平掉所有套利仓位并不再开仓，图1为利用交易软件取得的交易资金曲线。

图1 N为15时资金曲线

图1中细线是两个合约的分别成交，黑色粗线是整个价差组合的成交，横轴是时间，左侧数据是整个组合的资金数量，右侧数据是单个品种的资金数量。

套利合约因为两条腿成交，来回交易要成交4笔才能完成套利组合的交易。为了严谨和适应更好的压力测试，策略中的滑点设置为2跳，从表1的测试报告可以看出滑点损耗了82560，占比非常大。在实际的实盘交易中，实际的滑点在1跳左右。如果按1跳算，测试报告的资金曲线将更加平滑，各项数据指标也会更好。

手续费设置为0.35%%，在实际的交易中，在充分利用锁仓交易模式的情况下，实际的手续费成本要远远低于这个标准。交易报告中总盈利/总亏损数值比较低，是因为套利成交分别计算了两条腿的成交，一般情况下价差的盈亏数值很小，但是单个合约会出现一条腿有较大盈利，另一条腿有较大亏损，这种情况下计算出来的总盈利/总亏损数值就会非常小。如果按照价差的盈利和亏损，这个总盈利和总亏损的数据将会更好，但是实际的交易结算是按照单腿结算的，所以这里取值为实际的结算方式。

表1 N为15时交易报告

由图1和表1中的交易曲线和交易报告可以看出，当月和下月合约在波动时，套利合约的价差交易的波动幅度很小，有效规避了单个合约大幅波动的不利因素，回撤很小，并且在有限的回撤次数内也并没有对整体的资金曲线造成不必要的负面影响，其中的其他各项数据也都相对理想，整体上来看这个策略取得了比较良好的资金曲线。但是报告中的年化单利收益率只是最大回撤的两倍多，这个数据不够理想，下面尝试用网格交易或资产组合来优化这两个数据的比值。

网格套利的不同参数交易逻辑都是一样的，所以交易报告有着相似的表现，通过网格交易可以捕捉市场在不同情况下的交易机会，波动小的时候参数小的策略可以交易，而参数大的没有交易机会；波动大的时候参数大的策略同样有交易的机会，但是如果盈利，参数大的策略将会有更好的表现（止盈比例较大），参数小的策略也会最先止损，但不是说参数大就会变现好，可能参数小的策略在频繁的交易中可以获得较高的利润。这种情况下网格交易的不同参数就会有不同变现，整个网格组合起来性能上也会有较大提高。

根据网格交易理论此处对N进行网格取值，本文对参数N取值为15附近5个数值，密度为1，即分别将策略的N取值设置为17、16、15、14、13，并构建策略组合。每次组成的交易环境不变，相互独立，互不干扰，最后形成一条组合的资金曲线和报告。

图2 网格套利资金曲线

图2中细线是各个策略的资金曲线（每个策略的资金曲线是由策略内包含的当月和下月两条腿的分别成交拟合出来的），黑色粗线是整个策略组合的资金曲线，横轴是时间，左侧数据是整个组合的资金数量，右侧数据是单个品种的资金数量。右上角是对每个合约具体的成交进行了分组配对，最后选择性地显示出来。

表2 网格套利交易报告

由表2可以看出如下几个特征：

第一，这5个参数交易报告的变现呈现出了中间高、两边低的特征。5个参数的收益率为正，整体都是向上的预期，并且有较好的期望值。参数为15的时候收益率最高，各项指标的综合表现也最好，越往两边越远，收益率越低，综合表现越差。交易的参数取值越小，交易越频繁，但是，并不是交易越频繁盈利就会越多，由于交易成本增加，滑点费用比较高，交易机会多的策略更多地被交易费用吃掉了利润。而参数较大的组合，因为开仓条件限制更大，市场的机会更少，交易频率更少，虽然胜率最高，最大回撤相对变小，但是由于机会少，整体的收益率和各项指标综合变现相对较低，甚至出现了平均盈利/平均亏损小于1的情况。年化单利收益率/权益最大回撤的比值最大的是参数为15的数值2.15，最小数值是参数为13的数值1.16，平均数值为1.34。

第二，组合策略的交易报告有了较大的提升。从交易报告中可以计算出年化单利收益率/权益最大回撤的比值达到了2.34，超过最大参数的表现2.15，远大于平均数值1.34。从资金曲线也可以看出整个组合的资金曲线相对于各个参数的资金曲线也更加平滑，向上的趋势也更加的明显。从组合报告的数据中可以看出，滑点和手续费的成本在组合报告中呈现出了更大的数值，如果利用本文中提出的交易环境进行交易可以大大降低滑点的费用，实盘中会进一步提升整体策略的表现。

第三，不同参数的交易会有不同的表现，相互之间具有一定的互补性，组合之后策略的测试报告有了较大提升，但是由于资金曲线相关性太高，网格交易策略的组合并没有从根本上提高策略的有效性。根据马科维茨的投资组合理论，要想大幅度提高交易策略的性能，需要和相关性弱的策略进行组合。下面进行交易逻辑的测试：

[3][趋势追踪策略测试]

策略一

每天收盘前买入，第二天开盘卖出。首先对策略的普适性和有效性进行验证，这里对股指期货3个策略都进行测试，如果策略本身在很长周期内的多个品种都具有普适性，并具有良好的变现，那么就可以考虑将沪深300作为趋势类策略放在套利交易组合中。本次测试采用沪深300加权、上证50加权、中证500加权三个合约各一手。本金每个合约各50万元，共150万元。测试环境不变。

图3 股指期货趋势追踪资金曲线

图3中细线是三个策略的资金曲线，黑色粗线是整个策略组合的资金曲线，横轴是时间，左侧数据是整个组合的资金数量，右侧数据是单个品种的资金数量。

表3 股指期货趋势追踪交易报告

策略的每个品种每次开仓只使用了1手资金，3个合约的市值不一样，相差较大，因为此处是为了验证策略普适性，如果进行平均市值需要太多的模拟资金量，也不便于得出结论。在盈利之后也没有再加仓，一般情况下策略为了追求利润最大化都会在较大盈利的时候运用资金管理进行加仓。图3中出现了一次较大幅度回调，因为策略留的多头过夜，当时新冠肺炎疫情在春节前暴发，并迅速在全球范围内蔓延开来，这种属于非常典型的系统性风险，一般来说在时间较长的假期中一般的策略都要进行清仓或者减仓的操作，尽量规避系统性风险，但是本文出于回测的严谨性考虑没有把节假日持仓剔除，符合实际情况。

由表3可以看出，策略在手续费和滑点充足的情况下在3个合约中获得了良好的收益结果，组合策略年化单利收益率达到了23.54%，胜率和盈亏比分别是53.67%和1.1，这个组合可以计算出合理的资金使用比例，相对较高。总盈利/总盈亏达到1.27是典型的趋势追踪的比例，比较理想。其中最大回撤是发生在2020年2月3日，如果去除这个发生系统性风险的一天，最大回撤的比例会很低，即使在这个回撤比例之下，这个策略风险仍然可控。

起始时沪深300加权为2016年1月4日的3400到2020年12月31日的5200，上涨1800×300=540000；上证50加权为2016年1月4日的2240到2020年12月31日的3640，上涨1400×300=420000；中证500加权为7260-6250，上涨-990×200=-198000。假如3个指数合约从起始日期各1手多单持有不动，不考虑移仓换月的交易成本和其他费用，最终盈利情况为540000+4420000-198000=784000。由表3可以看出3个合约的组合最终权益326万元，3个合约共盈利176万元。由此可以看出跳空高开的金额完全覆盖了指数上涨的金额，并且超过指数上涨金额很多，沪深300、中证500、上证50的上涨是由跳空高开来完成的，并且盘中的走势整体呈下跌的趋势，这种策略的组合可以完全覆盖长期持有指数进行趋势追踪的收益，并且获得了超额受益。

从测试的结果看这个策略本身具有较好的变现并在3个股指期货合约上都适用，具有一定的普适性，可以尝试用于策略组合中。

策略二

套利组合只在沪深300进行了测试，为了得到更加准确的组合数据，本文只对沪深300的套利和趋势策略进行组合测试，套利部分的网格是5格，每格所占用资金是20万元（两条腿各占20万元，按照交易所保证金规则套利合约保证金优惠之后按照大边收取），共计100万元，策略组合分配资金与之对应也是100万元，每次1手。每天收盘前买入，第二天开盘卖出，测试环境不变。

图4 沪深300趋势追踪资金曲线

图4中横轴是时间，左侧数据是整个组合的资金数量，右侧数据是单个品种的资金数量。

表4 沪深300趋势追踪交易报告

由图中资金曲线可以看出这个策略本身具有较好的表现，回撤也在可控范围内，如果按照100万元保证金开仓1手，年化收益达到13.83%，回撤12.25%。策略在测试的周期内穿越了牛熊两市，特别是在2018年1月26日至2019年1月4日，行情从最高点4430.6下降到最低点2943.4，下跌幅度达到33.56%，策略的回测值则从118万元到124万元，每手盈利了将近6万元，并且没有出现较大的回撤。

一般的趋势策略在上证指数下跌时也会相应下跌，这种收益在趋势类策略中是比较好的表现，能够在下跌行情中，保持盈利就可以和绝大部分的趋势类策略形成对冲，并且策略在上证指数上涨的历史段中有更好的表现。策略加入组合后对整体交易能力的提升起到重要作用。

[4][策略组合测试]

图5中横轴是时间，左侧数据是整个组合的资金数量，右侧数据是单个品种的资金数量。图中上部分曲线是上文网格套利的组合曲线，下部分曲线是上文中趋势追踪的资金曲线。

图5 投资组合资金曲线

表5 投资组合交易报告

可以看出，正向预期的趋势追踪策略、正向预期的套利策略，根据马科维茨的组合策略原理组合之后形成了一条更好的资金曲线，收益率曲线更加平滑，收益率的斜率更大。从两个单个策略和策略组合的报告可以发现：报告的测试环境要求比较严格，总手续费和滑点占比非常高，占到初始资金数额的30%，而实际的收益率才40%多，在实盘的交易环境中，利用文中提到的交易环境提高交易速度，利用套利两条腿的报撤单办法，减少滑点和瘸腿，理想状态下，可以将滑点数额减小到一个滑点，如果操作较好，实盘中可以在这个报告的基础上多出10%左右的利润，也有可能会更好。

组合报告的总盈利/总盈亏和平均盈利/平均亏损都比较小，数值为1.16和1.03这是因为策略中的套利组合部分是按照单条腿计算盈利和亏损的，不是按照价差计算亏损，如果在价格变动很大，价差变动很小的情况下，这个数值就会非常接近于1。趋势策略虽然没有这个特征，但是整体组合下来，趋势策略的数值也被平均下来。在盈亏比和胜率方面，两个策略和策略组合比较接近，扣掉滑点和手续费之后，胜率超过一半的情况下，只要盈利超过1，策略交易次数够多，盈利的概率就非常大。从这两个数值也可以看出整个组合是正向预期的效果。

报告中年化单利收益率并不高，只有8%多，实际的运行当中可以发现套利的200万元资金和趋势追踪的100万元资金是远远用不完的，如果不是套利策略锁仓占用一些手续费，正常的占比可能不到总资金的一半，这些闲置资金可以获得一部分稳定收益。报告中的权益最大回撤比占比有点高，报告没有刻意剔除时间过长的容易发生系统性风险的长假。如果实盘中除掉长假，回撤比例会更小。

策略组合比单个策略有更好的表现。在年化单利方面，套利的策略过小，只有6%多，组合之后，年化收益率有明显上升，最大回撤方面趋势策略出现的最大亏损也由于组合资金数量的增大而使组合的最大回撤下降，趋势策略的最大回撤不是在短期完成的，这就给套利策略交易出利润、平滑整体曲线留出了时间，在组合的资金曲线上也可以较清晰地看出来。

策略组合在上证指数振荡的时候，并没有发生大幅度的振荡，特别是非系统性风险下的下跌，对策略的收益影响不大。策略组合很好地穿越了牛熊市场，在上证指数下跌的时候也取得了正向的收益，在上证指数上涨的时候更是获得了良好的收益。以上部分是从理论和回测的历史数据进行相关分析，图6是根据以上的策略组合逻辑在股指商品等多个商品进行实盘的交易报告。

图6 实盘投资组合资金曲线

从图6的实盘投资组合资金曲线中可以看出在不到一年的时间里资金从380万元上升到了493万元左右，年化收益达到40%以上，最大回撤在4%左右，年化收益和最大回撤的比值达到了10左右，胜率和盈亏比等其他各项指标变现良好。交易策略在以上的构建组合基础上充分运用了高频交易环境，取得了策略本身的理论收益和高频交易环境所获得的超额收益，加上这段时间的市场活动比较适合这类策略的运行，整体实盘效果达到预期水平，甚至有些超出预期，同时策略在历年的实盘中都表现较好，并且交易策略的实盘结果和私募基金历年的平均水平相比都有一定的竞争力，在实际运行中有一定的可取之处，和其他私募基金的策略也可以进行进一步的组合。

[5][结论与展望]

本文通过作者多年操盘经验和研究相关文献，通过搭建基础的数学模型，构建交易策略，选取了合理的运行环境和基础的交易数据，通过大量的回测以及部分的实盘测试，验证了策略的有效性得出如下结论：

网格交易策略在股指期货套利交易中是有效的。在对套利组合进行回归交易中合理确定网格间隔和网格密度，每一格的交易策略都可以获得正向预期收益的情况下，将不同密度组合起来形成了交易结果更好的资金曲线。这证明网格交易在捕捉套利价差不同幅度偏移的时候是有效的，利用网格交易能更好地适应价差的不同表现，也有更强的行情普适性。

趋势追踪策略有效并可以对上证指数进行加强。在文中提出的交易趋势追踪策略可以较好地追踪指数的上涨，并能够有效回避部分指数的下跌，特别是在缓慢的熊市中能够大幅度跑赢指数，获得超额收益。

马科维茨的投资组合理论将相关性不强的正向预期策略加入投资组合中是可以获得更好收益的。文中将两个逻辑不同投资标的不同的正向预期的策略组合在一起，即把网格套利的组合和趋势追踪两个策略组合在一起，取得了更加平滑、各项回测数值更好的资产组合。

为了达到实盘交易的有效性和连续性，整体提升交易策略的表现和控制整体的风险，本文对投资者提出以下几点建议和注意事项：

一是高度关注系统性风险。股指期货和国际环境、相关政策、交易规则等关联度非常高，特别是在复杂多变的局势下更应该高度关注系统性风险。策略组合的趋势策略是留仓过夜的，晚上时间较长，美国等西方国家对应的是白天工作时间，特别是在周五和节假期，间隔周期更长，有可能出现较大不确定性；套利组合在交易中有可能因为过度投机引发套利价差短时间不回归，并且急速扩大，再止损时会出现止损不掉或滑点过大，这就要求我们提高交易速度和扩大止损价差，规避风险。另外，还要关注交易所发布的交易手续费等相关规则。

二是确保最优交易环境。股指交易有持仓量大、成交量大、最小变动价位较小、参与交易主体复杂等诸多因素，一般情况下回测结果和实盘的滑点数据相差较大，大量的交易就会造成实盘数据不及预期的结果。为了提高交易的真实性和有效性，要确保最优的交易环境，即交易网络、硬件、软件和相关加速服务，最大限度地减小负面影响。（作者单位：中国科学院大学）