CTA专题：夏普1！天气因子的四个黑科技创新

紫金天风期货研...2025-05-15

降水预期差因子2.0紫金天风量化研究 2025年5月13日摘要本文阐述对我们之前提出的CTA降水预期差因子作出的几个重要改进，夏普比最终达到1，不作任何额外调整。随时间衰减的降水预测、季节性因子、极端降水、降水MSE。我们一一展开这些。降水误差。我们借助统计学中的MSE算法，调整了降水预测的模型选择，依据不同地区在不同模型上的历史预测平均差值。衰减预测。我们要求所有地区的降水预测值每多预测一天，...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohu8.com/m/news/2535843697?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2025-05-15 17:06","share_image_url":"https://static.laohu8.com/9a95c1376e76363c1401fee7d3717173","id":"2535843697","market":"us","top_or_hot":-1,"title":"CTA专题：夏普1！天气因子的四个黑科技创新","media":"紫金天风期货研...","content":"<div>\n<p>降水预期差因子2.0紫金天风量化研究 2025年5月13日摘要本文阐述对我们之前提出的CTA降水预期差因子作出的几个重要改进，夏普比最终达到1，不作任何额外调整。随时间衰减的降水预测、季节性因子、极端降水、降水MSE。我们一一展开这些。降水误差。我们借助统计学中的MSE算法，调整了降水预测的模型选择，依据不同地区在不同模型上的历史预测平均差值。衰减预测。我们要求所有地区的降水预测值每多预测一天，...</p>\n\n<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20250515183148a6e0383f&s=b\">网页链接</a>\n\n</div>\n","source":"tencent","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>CTA专题：夏普1！天气因子的四个黑科技创新</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\nCTA专题：夏普1！天气因子的四个黑科技创新\n</h2>\n\n<h4 class=\"meta\">\n\n\n2025-05-15 17:06 北京时间&nbsp;&nbsp;&nbsp;<a href=http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20250515183148a6e0383f&s=b><strong>紫金天风期货研...</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>降水预期差因子2.0紫金天风量化研究 2025年5月13日摘要本文阐述对我们之前提出的CTA降水预期差因子作出的几个重要改进，夏普比最终达到1，不作任何额外调整。随时间衰减的降水预测、季节性因子、极端降水、降水MSE。我们一一展开这些。降水误差。我们借助统计学中的MSE算法，调整了降水预测的模型选择，依据不同地区在不同模型上的历史预测平均差值。衰减预测。我们要求所有地区的降水预测值每多预测一天，...</p>\n\n<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20250515183148a6e0383f&s=b\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"CTA","symbol_name":"SIMPLIFY MANAGED FUTURES STRATEGY ETF","start_time":0,"source_url":"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20250515183148a6e0383f&s=b","article_id":"2535843697","we_media_id":null,"thumbnails":[],"rights":{"source":"tencent","url":"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20250515183148a6e0383f&s=b","rn_cache_url":null,"customStyle":"body{padding-top:10px;}#news_title{font-weight:bold;#titleStyle#;}#news_description span{font-size:12px;#descriptionStyle#;}.footer-note{#statement#}","selectors":".mod-LoadTzbdNews, body","filters":".relate-stock, .hot-list, .recom-box, .wx-sou","directOrigin":true},"url":"https://stock-news.laohu8.com/highlight/detail?id=2535843697","pubTimestamp":1747300018,"columns":[],"sourceInfo":{"source_id":"tencent","name":"腾讯"},"weMediaInfo":null,"summary":"降水预期差因子2.0紫金天风量化研究 2025年5月13日摘要本文阐述对我们之前提出的CTA降水预期差因子作出的几个重要改进，夏普比最终达到1，不作任何额外调整。其次，EC在我们统计的65%的地区上误差更小。我们应用洪涝因子在四个品种上：天然橡胶和20号胶，内外盘棕榈油。它们样本内平均夏普达到0.5。最终，我们的样本内夏普达到1，样本外至今0.85，下面是组合目前为止的表现。这些无不证明了我们天气因子的有效性。","collect":0,"end_time":0,"defaultTopTitle":"qq.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"CTA":"SIMPLIFY MANAGED FUTURES STRATEGY ETF","BK4078":"消费电子产品","SHCAY":"夏普"},"translate_title":"CTA Feature: Sharp 1! Four Black Technology Innovations of Weather Factors","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"CTA":1,"SHCAY":1},"content_text":"降水预期差因子2.0紫金天风量化研究 2025年5月13日摘要本文阐述对我们之前提出的CTA降水预期差因子作出的几个重要改进，夏普比最终达到1，不作任何额外调整。随时间衰减的降水预测、季节性因子、极端降水、降水MSE。我们一一展开这些。降水误差。我们借助统计学中的MSE算法，调整了降水预测的模型选择，依据不同地区在不同模型上的历史预测平均差值。衰减预测。我们要求所有地区的降水预测值每多预测一天，权重下降1，因为理论上越远的预测，越不精确。季节性。我们不再全年交易降水预期因子，因为不同商品有不同的“关键生长期”，对雨季的敏感亦不同。我们权衡考虑。极端降水。我们引入极端降水的可能性，对某些品种，决定只交易季节性上的洪涝，特别的，还用降水预期差做。表现。我们的“四层改进”后降水预期差因子组合夏普比提升至0.99，波动从11%下降到6%，回撤由9%下降到7%。样本外至今，夏普比0.85。纯内盘组合，仅包含4个国内农产品期货，夏普比也达到0.72，回撤仅5%。风险提示：过去业绩不代表未来、因子失效、极端事件冲击等。降水MSE统计上，均方误差（MSE）能定量一个预测模型的准确度，定义为将所有样本的预测值和真实值做差平方，再求取平均。在我们的预测场景中，我们一直有两个天气模型，EC和GFS，那么我们可以将某地每天的降水预测连同真实值当作一个样本，对所有地区来分别计算MSE。下面我们选取了一部分地区的MSE情况作展示，比较时间从各自降水预测的起点至24年12月。首先，两种模型的误差非常接近。其次，EC在我们统计的65%的地区上误差更小。在国家方面，美国在EC和GFS上准确度平分秋色；加拿大选择GFS更好；其余地区选择EC。简言之，大部分情况下，EC更好，这也符合一些主观分析师的观点。上述的计算和比较都基于我们之前已经确定好的全球大宗主产区，40个，本次地区略少一些是因为我们增加了一些数据清洗，另外，我们不再交易有色金属铝，只为构建一个纯粹的农产品投资组合。这些调整都不影响我们之前已有的结论。最后，我们统一采用EC来作预测模型，而我们上一篇选择的是GFS。衰减预测理论上来说，对越远的日期作出的天气预测越不准，何况我们的预测周期长达15天，我们无法同等看待周期1和周期15的预测值。因此我们有必要做一些加权或者惩罚。具体的，我们若将t作为当前日期，T作为预测日，则t对T的预测权重可以写为，非常明显，我们本文对T日的天气预测取决于T与t之间的距离，线性反比。具体的，对于任意T，我们计算所有相关的t（即对T有预测的日期，数量约15）的权重，然后归一化计算对应T的加权降水预测，再结合真实降水转换为T的降水预测差。我们上一篇选择的是时间序列等权。另外，我们确实没有再另一个截面上再加权，即，对于任意品种的不同生产地区我们仍然采用等权，这可以留作未来的进一步改进。事实上，目前为止，最重要的改进不在于MSE，不在于加权预测，而在于下面的季节性因子。季节性不同的大宗商品有不同的生长周期，对降水的依赖自然是不同的，我们需要考虑，对任何品种：1）是否全年生长？2）雨季和旱季的影响？3）种植、收割等作物周期分布在哪几个月？4）是否可能有好几季的种植？哪一季最重要？5）更容易受极端降水还是正常降水的影响？等等等等，我们均有所考虑，但要完全定量这些东西，不一定合适量化投资。我们将5）留在下一节讨论；而其余部分我们做一些权衡，然后直接给出结果：我们交易哪些品种的哪几个月的降水预期。读者可以直接应用我们的结论。具体的，我们在玉米、大豆、花生、菜籽和棉花统一交易4-8月。在白糖上交易3-4月和9-10月。在棕榈油上交易10-2月，6-9月。在橡胶上交易6-9月。我们的周期选择较为一致，不复杂。这些选择，其实主要考虑了三点：雨季、关键生长期、相关性。限于篇幅，我们不展开具体的细节。另外，我们未考虑四季度和一季度在南美大豆和玉米上的种植周期仅是因为我们缺乏足够的历史数据，因此这些时间我们不测试，信号为0。注意，我们所有的交易不设置权重。极端降水到这里，其实我们已经有了一个相对完整的、改进后的降水因子。但某些大宗商品具有特色，它们对正常降水不敏感，对极端降水敏感。并且，这些极端降水通常不会只持续1-2天，具有季节性上的统计意义。因而，对这些品种，我们直接用“洪涝因子”来取代之前的降水预期差，换句话说：我们只交易极端降水情况，但还用降水预期差来构建因子。所以本质上，我们降水预期差因子的概念没变。我们应用洪涝因子在四个品种上：天然橡胶和20号胶，内外盘棕榈油。它们样本内平均夏普达到0.5。综上，我们的降水预期差因子实质被分为了两块：极端（4）与正常（6），共计10个农产品；我们考虑了一些时间加权预测；研究了作物季节性模式；选择更合适的预测模型。最终，我们的样本内（21-24）夏普达到1，样本外至今0.85，下面是组合目前为止的表现。我们的曲线更加平滑，相比之前，组合年化下降约2%，但波动从11%下降到6%，回撤由9%下降到7%。接下来，我们额外展示其中由纯内盘构成的组合（4），即只包括橡胶、花生和棕榈油。夏普比是0.72。我们看到即使不考虑外盘（投资者可能也受限于外盘交易能力），仅用4个国内农产品期货构成的组合也有一个相对流畅的表现，它的回撤还更低（5%）。这些无不证明了我们天气因子的有效性。展望未来，我们会继续探索天气因子在其余大宗商品上的实现，能够应用天气因子的品种比我们想象中更多。其次，我们还会研究一些更具特色的天气数据，比如不同产区的干旱指数（DSCI），它是一个更加标准化的“日度降水数据”，也许更适合量化。作者：徐晨飞 Z0020488 F03096125","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"symbols":[],"gpt_button":0,"need_auth":false,"code":"91000000","status":"200"},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"tenantId":"TBCN","deviceId":"web-server-community-laohu8-v3","version":"4.36.2","shortVersion":"4.36.2","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/2535843697","isCrawlerRequest":true}