量化投资选择股票时怎样结合期货对冲风险

📅 2026-09-17 23:38👁️ 12427 阅读💬 0 评论

企业微信

量化投资选股的核心逻辑

量化投资选择股票不依赖主观判断，而是通过数学模型系统化筛选标的。股票与期货市场存在天然联动，选股过程必须考虑期货工具的对冲与增强作用。期货价格发现功能领先现货，股指期货基差变化反映市场情绪，商品期货走势影响周期股盈利预期。量化模型将期货信号纳入选股因子，能显著提升组合信息比率。

多因子模型构建股票池

多因子模型是量化选股的基础框架。因子分为价值、成长、质量、动量、波动率、流动性六大类。价值因子包含市净率、市销率、股息率；成长因子包含营收增速、净利润增速；质量因子包含ROE、毛利率、资产负债率；动量因子包含过去1-12个月收益率；波动率因子包含历史波动率、Beta；流动性因子包含换手率、Amihud非流动性指标。

每个因子需经过标准化、中性化、去极值处理。行业中性化消除行业偏差，市值中性化避免大小盘风格暴露。因子有效性用IC值、IR值检验，IC均值大于0.03且IR大于0.5视为有效。多因子合成采用等权、IC加权或机器学习方法。合成后得分最高的前10%股票构成候选池。

量化投资选择股票时怎样结合期货对冲风险

期货数据可衍生额外因子。股指期货基差率（期货价格减现货价格除以现货价格）为负时，市场悲观情绪强，选股偏向低估值防御板块；基差率为正时，情绪乐观，选股偏向高Beta成长板块。商品期货期限结构（近月减远月）升水时，相关股票盈利预期改善，可超配该行业。


import numpy as np

import pandas as pd

from scipy import stats

def calc_ic(factor, forward_return):

    ic, _ = stats.spearmanr(factor, forward_return)

    return ic

def neutralize(factor, industry, market_cap):

    factor = factor - factor.groupby(industry).transform('mean')

    factor = factor - np.polyval(np.polyfit(np.log(market_cap), factor, 1), np.log(market_cap))

    return factor

def composite_score(factors, ic_series):

    weights = ic_series / ic_series.abs().sum()

    score = sum(f * w for f, w in zip(factors, weights))

    return score

统计套利与配对交易

统计套利挖掘股票与期货之间的均值回归关系。配对交易选取同行业、同市值、高相关性的两只股票，计算价差Z-score。当Z-score大于2时做空高价股、做多低价股；小于-2时反向操作。期货可替代其中一腿，形成股票与期货的配对。沪深300指数期货与成分股之间协整关系稳定，当期货相对现货溢价超过阈值，卖出期货同时买入一篮子股票，等待价差收敛。

协整检验采用Engle-Granger两步法。第一步回归股票价格对期货价格，第二步检验残差平稳性。ADF统计量小于临界值则协整成立。价差半衰期决定持仓周期，半衰期短于5个交易日的配对适合日内交易，半衰期10-20日的适合周度调仓。


import statsmodels.api as sm

from statsmodels.tsa.stattools import coint, adfuller

def coint_test(stock_price, future_price):

    stock_price = sm.add_constant(stock_price)

    model = sm.OLS(future_price, stock_price).fit()

    residual = model.resid

    adf_stat, p_value, _, _, critical_values, _ = adfuller(residual)

    return p_value < 0.05, residual

def half_life(residual):

    lag = residual.shift(1).dropna()

    delta = residual.diff().dropna()

    lag = sm.add_constant(lag)

    model = sm.OLS(delta, lag).fit()

    theta = model.params[1]

    return -np.log(2) / theta

期货对冲动态调仓

选股组合面临系统性风险，股指期货对冲消除Beta暴露。对冲比例由组合Beta决定，Beta通过滚动回归计算，窗口60个交易日。对冲工具选择IF（沪深300）、IC（中证500）、IH（上证50）合约，根据组合市值分布匹配。对冲成本包含基差、手续费、保证金占用。基差收敛时对冲成本低，基差扩大时需降低对冲比例。

动态调仓规则：组合Beta上升至1.2以上，增加期货空头至120%市值；Beta下降至0.8以下，减少空头至80%市值。每周调整一次，避免频繁交易。期货保证金比例12%，需预留15%现金应对追加保证金。

商品期货对冲适用于资源股组合。持有煤炭、钢铁、有色股票时，做空对应商品期货。螺纹钢期货对冲钢铁股，焦炭期货对冲煤炭股，铜期货对持有色股。对冲比例根据股票与期货价格相关性确定，相关性高于0.7时对冲比例取股票市值的80%。