★持仓量策略
根据大商所公布的成交持仓排名信息，我们构建了旨在跟随市场主力趋势交易者行为的持仓量策略，筛选出每日对趋势判断更加自信的投资者，跟随他们的交易行为。
单一的持仓量策略交易次数过多，交易费用将蚕食大部分的收益；并且由于其持仓周期短，盈亏比低下。因此对交易成本的敏感性很高，在仅有交易费用的情况下，无杠杆组合策略年化收益有17.3%，夏普率达到1.92，加了一个滑点之后，收益即降到了6.74%。仅适合少量资金操作。
并且持仓量策略具有很强的品种适应性，推荐小资金量的投资者可以考虑在控制好尽量不产生滑点的情况下，在黑色金属品种、聚丙烯品种上进行持仓量策略的操作。
★KD修正持仓量策略
我们使用KD指标对持仓量策略信号进行了过滤，得到的修正持仓量策略，结果更稳定，更加适合大趋势行情。
全品种无杠杆测试中，在两个交易滑点的冲击成本下，年化收益达到11.62%，夏普率1.09。在可操作性品种逐渐增多之后，策略的最大回撤也控制在6%左右。并且对执行价格是开盘价、收盘价或者结算价均不敏感，很大的资金量可在日内分批次挂单成交。
剔除掉对该策略适用性较差的几个农产品品种后，组合年化收益达到15.67%。
★风险提示
量化模型基于历史数据分析得到，未来存在失效风险；极端市场环境可能对模型效果造成剧烈冲击。
1.1、引言
目前，我国共有四个期货交易所：上海期货交易所、郑州商品期货交易所、中国金融期货交易所以及大连商品期货交易所。各大期货交易所每日都会公布当天的会员单位成交持仓排名。按照持仓量顺序，上期所、郑商所、中金所会公布排名前20的会员单位，大商所则会公布全部会员单位的成交持仓信息。
我们认为期货交易者的意图、对市场走势的判断均隐藏在持仓量的增减中，通过对成交持仓表的恰当解析，能够把握市场参与者投资行为，进而构建交易策略。由于大商所公布全部的会员持仓信息，更有利于我们构建持仓量策略，因此本报告的策略仅在大商所上进行。
本报告策略指标构建参考市场上已有的一些研究，但对于这些指标我们有一定的改进，并且对它们所表达的含义有自己的理解，具体的交易方式也不相同。
1.2、指标设计与策略构建
我们希望找出趋势交易者主力，并构建投资倾向指标。指标越极端, 趋势交易者倾向更强，方向判断更加“自信”，对于这些“自信”的交易者，我们认为他们对趋势交易更加擅长，或者对能影响市场的消息更加敏锐，因此我们希望跟随他们交易行为，获取超越大部分市场参与者的收益。
具体步骤为：
（1）计算会员单位趋势交易者含量
商品期货交易包含多种交易策略，如一天之内频繁开平仓的日内短线、高频交易，这类交易无隔夜仓，不对未来趋势做出判断，不体现在持仓量上；还有需要对价格涨跌进行判断的日间趋势交易策略，这类交易有隔夜仓位。日内交易者多，则成交量高，持仓量与成交量之比就比较低，因此可以用这个指标来度量会员单位期货公司中趋势交易者占比（Proportion of Trend Trader）高低。
IT值在-1和1之间，值越大说明会员单位i看多倾向越强。
（3）计算趋势交易者投资倾向和非趋势交易者投资倾向
由于大商所公布的是全部会员单位的成交持仓信息，那些交易量很少数据一般比较异常，数据太小的情况下指标意义不大且数值比较极端，我们剔除掉成交量小于M的会员单位。剩余的会员单位中，我们依据PT值进行排序，将排在前N1的会员单位定义为趋势交易组，排在后N2的会员单位定义为非趋势交易组。然后计算各自IT的加权平均值，即得到了当日趋势交易者投资倾向（TIT）和非趋势交易者投资(UIT)倾向。即：
注意：上下两个 序列是按PT值分别从大、从小排序的结果，顺序是相反的。 是该会员单位在成交量排名中所占分位数大小，排名第一则为100，末尾则是0。
权重的设置是我们考虑到相比于那些成交量很少的会员单位，成交量更大说明该会员单位投资者数目更多，他们的投资倾向更具有参考价值。
构建完相关指标后，我们的持仓量策略交易方法为：
若 ，则第二天以开盘价开多；
若 ，则第二天以开盘价开空；
持空单且 ，则第二天以开盘价平空单，并开多；
持多单且 ，则第二天以开盘价平多单，并开空。
2.1、测试品种选择
大商所目前共有16个交易品种，最晚上市的玉米淀粉上市时间是2014年12月19日，时间上均能够满足回测需求。但大商所的豆二、胶合板、纤维板交易极度不活跃，我们选择剩下13个品种进行测试。
2.2、回测设定和最优参数的选取
回测使用到的设置如下：
时间段：2010/01/12—2017/8/28，对于在10年以后上市的品种，我们去掉前120个交易日交易不活跃的阶段。
执行价格：开盘价
交易费用：按成交金额百分比收取的焦炭、焦煤、铁矿石、鸡蛋、聚丙烯为双边万分之2。其余品种统一设定为5元/手。
保证金比例：10%
最大保证金占用：10%——和保证金比例相同，即无杠杆。
策略设置中含有三个参数，其中成交量阈值M敏感性比较低，我们在分50、100、200三个层次，N1和N2以5为步长进行参数敏感性测试。
参数选择标准：
1、N1、N2两个参数变化时结果稳定，至少在一个参数上稳定；
2、成交量阈值M尽量高；
3、在1,2两个条件下选取收益比较好的参数组。
参数选取以稳定为主，最优参数即为最稳参数。
以焦炭为例，在N1=40，N2=30的组合下，其年化收益率随着参数改变变化较小。按照同样方式，我们得到了全部品种的最优参数，总体来看不同品种间最优参数分布差异性还是很大的，全品种设置相同的参数并不可取。
不过尽管已经尽量选取较稳健的参数，从整体来说，持仓量策略对于N1、N2参数敏感性还是比较高的。
2.3、多品种测试结果
在选出的最优参数下，我们进行了多品种的回测：
从具体指标表现来看，持仓量策略是一种交易频率非常高的日间交易策略类型，平均持仓时间仅有两天左右。盈亏比并不高，但得益于每年100多次的交易次数以及不错的胜率，大部分品种收益均不错，甚至在铁矿石上有年化140%以上的收益率。
2.4、交易成本对策略影响
但是交易频率很高带来的是对交易成本的高度敏感性，交易成本除了不可避免的交易费用以外，还有因为我们下单对市场造成的冲击成本，实际成交价格和测试中有所区别，下单的点位和最后成交的点位之间的差距叫做滑点slippage，通常以期货合约一个最小变动价位为单位，我们测试了持仓量策略在不同滑点数值下的组合收益率。
以上为所有品种等资金分配的组合收益结果，如果不存在交易费用，那么组合收益将是图中的红线，可以看到交易费用的影响是十分明显的，而滑点的影响更加严重，仅仅是一个最小变动价位的影响，年化组合收益率就从17.30%降低到6.74%，slip=2时，策略已经是长期亏损。
究其原因，在于策略盈亏比较差，单次交易预期收益率其实很低。无成本时，通过很高的交易次数累积，收益比较优秀，但有成本时，很多品种单次交易预期收益甚至不能弥补交易成本。
2.5、策略适用品种及收益来源
很明显持仓量策略在不同品种上效果迥异，整体来看在黑色金属上表现较好，能化品种上聚丙烯表现优秀，聚乙烯、聚氯乙烯表现一般，而农产品大多较差。
通过对比分析，我们发现持仓量策略表现较好的这些品种均是产生过大趋势行情，品种本身波动大，其波动性一般在0.25以上；而农产品及聚乙烯、聚氯乙烯长期处于震荡行情中，中短期来看并无趋势，其收盘价的年化波动性多在0.2以下。我们认为正是这种行情形态的不同，导致了持仓量策略在不同品种上的表现差异性，这对于进行品种筛选提供了依据。
比较能说明的是焦煤这个品种：在15年年底之前，焦煤一直处于窄幅震荡下行的状态，短期趋势很弱波动率只有0.21，这段时间持仓量策略也是持续亏损；16年初黑色金属包括焦煤开始了一段波澜壮阔的牛市行情，在之后也一直保持着大趋势震荡的形态，这段时间持仓量策略在焦煤品种上开始盈利，策略收益从最低点翻了2倍以上。
因此，我们认为持仓量策略的收益主要来源于从趋势行情中截取一小段收益。趋势强，则胜率高、盈亏比高，趋势弱，则胜率低，盈亏比也低，在以短周期震荡为主的品种上，盈亏比甚至小于1。我们所设想的趋势交易者“自信”的来源可能是对市场消息更加敏锐，这一点并没有得到体现。所以我们的持仓量策略本质上还是趋势跟随策略，判断通过趋势交易者的仓位控制来对行情趋势进行追踪。
从前面不同交易成本设置下持仓量策略的收益来看，如果资金量稍大，不能有效控制滑点，需要考虑对操作品种进行筛选。剔除掉对本策略适应性较差的农产品和波动比较小的聚乙烯、聚氯乙烯等，品种的波动率最好在0.25以上，主要在黑色金属和聚丙烯上进行。
组合在之前仅有焦炭一个品种，净值波动较大，14年中旬之后达到4个品种，在一个滑点的冲击成本下，年化收益26%，夏普率达到1.3。
持仓量策略持仓周期多在1、2天左右，而我们的策略在平仓时同时会进行反向开仓操作，那么当市场行情稍大，价格连续多日上涨或下跌时，那我们的策略岂不将频繁做错？
比较明显的一段时间是焦炭在15年底开始快速上涨的时候，持仓量策略净值反而出现了明显的回撤，很容易想到的原因就是在焦炭连续上涨多日后，一些机构出于风险控制的考虑开始逐步减仓，那么在我们的持仓量策略来看就是看空的信号，我们的趋势跟随策略在真正的大趋势到来时反而畏葸不前，因此有必要增加条件对这种情况加以限制。
机构在上涨行情中出现减仓操作的行为是出于对当前市场过热，行情处于超买超卖当中的担忧，为了过滤掉这种情况，我们使用KD随机指标对信号进行过滤。
3.1、KD随机指标介绍
KD指标反映了价格走势的强弱和波段的趋势，是一个对市场短期超买超卖敏感的指标，其原理使用当前价格在近阶段价格分布中的相对位置来说明当前超买超卖程度。
具体算法为：
RSV = (收盘价-最近N1日最低价)/(最近N1日最高价-最近N1日最低价)*100
K线：RSV的M1日移动平均
D线：K线的M2日移动平均
参数：N1、M1、M2天数，这里分别取12、4、4
KD随机指标是一种经典的技术分析指标，但我们不考虑KD指标金叉、背离等用法，以及其能衍生出来的各种策略，仅用它对当前行情进行粗略的判断，进而对我们的持仓量策略信号进行筛选，策略主体仍然是基于成交持仓信息。
为了简化称呼，之后将前文的持仓量策略命名为“策略1”， KD指标修正的持仓量策略命名为“策略2”，策略2交易方法：
若策略1触发开空信号，且K值或者D值小于kd，开空；
若策略1触发开多信号，且K值或者D值大于100-kd，开多；
持多仓并触发开空信号，当天平多并开空；
持空仓并触发开多信号，当天平空并开多；
参数0<kd<100。
3.2、策略2在焦炭上的表现
我们设想用KD指标过滤超买超卖状态下反向操作的信号，比如做空对应的是K、D的值处于高位，但经过测试我们发现，当参数kd的值更小时，策略的收益反而更加优秀。
加入信号过滤后，策略2的胜率相比于策略1有一定的降低，但同时盈亏比大幅提高：在只考虑交易费用不考虑冲击成本的情况下，焦炭这个品种上的盈亏比从1.26提升到3.82。可以说策略的本质已经发生改变：策略2更偏向于追逐大的趋势，用小亏损的试错捕捉单笔大收益；而策略1更多的是期望在小趋势中截取其中一小段，胜率虽然不错，但也容易做反趋势，导致盈亏比非常一般。
随着kd值从70到30逐渐降低，策略2在焦炭这个品种上的交易次数大幅降低，在kd=30的时候交易次数58次，甚至不到原先639次交易的十分之一，平均持仓时间从原先不到1天拉长到了23天。交易频率的降低带来的是对冲击成本的容忍度大幅提升，2个滑点的冲击成本也只是将年化收益从44.10%降低到41.73%，不足3个百分点，sharpe值仍然高达1.51，相比于策略1在两个滑点时0.32的sharpe，可谓云泥之别。
值得一提的是，在kd为30的情况下，策略2对执行价格的选取也不再敏感，使用开盘价、收盘价、结算价对结果的影响均很小，能够满足实际成交价格更接近于结算价大资金量操作。而在本文中，为了与前文尽量保持一致，仍然使用开盘价进行测试。
对于这种kd值更低效果更好的现象，我们认为是kd值比较高的时候起到的仅仅是在超买超卖时不进行反向操作的作用，在kd值取更低的时候还能对市场窄幅震荡行情进行过滤，只在超买的时候做多，超卖的时候卖空，是一种纯粹的趋势策略。很多时候市场区间振幅较小，在KD指标看来还达不到超买超卖的标准，这样就避免了在震荡行情中反复做错的情况。
3.3、最优参数选取
按相同的方法，kd值以10为步长，M、N1、N2参数组和策略1相同，我们把策略2在其他品种上进行了测试。
其中最优kd值为30的品种，对kd值的敏感性比较低，而最优值为20，10的品种，敏感性稍高，但考虑到10这个值已经接近取值范围的极限，在这个范围内往下减小5或者往上增加10可以说是相当大的变化了，参数敏感性略高非常正常。
由于策略本质已经发生比较大的改变，因此有必要再次进行参数寻优。过程中我们发现策略2对成交量阈值M的敏感性大大降低，此处我们将它设置成固定的100，仅寻找最稳定的N1，N2组合。
不仅成交量阈值M的敏感性降低，N1、N2的敏感性也大大削弱，多数品种的敏感性测试结果都和焦煤类似，有很大一片稳定的范围，甚至焦炭基本上全参数组合年化收益率均在35%以上。
3.4、多品种测试结果
在选出的最优参数下，我们进行了策略2多品种的回测，回测使用到的参数设置和策略1相同。但相比于策略1，对于策略2我们重点考虑其在slip=2时的结果。
经过KD指标筛选信号后，所有品种的交易次数均大幅降低，铁矿石平均持仓时间拉长到21天。原先slip=2时只能亏损的组合策略，筛选后组合年化收益率11.62%，最大回撤10.59%发生在11年中期，当时可操作性的品种较少，而且多为效果并不突出的农产品和能化品种，之后可操作性品种逐渐增多，最大回撤基本维持在6%以内。
策略1中表现较差的几个品种在策略2中长期处于空仓状态，交易时间占比多在40%——60%左右，剔除掉窄幅震荡的行情后，聚乙烯、聚氯乙烯净值增长稳定。农产品仍然不太理想，有大豆、鸡蛋的表现不尽如人意：豆一一直在稳定亏损；鸡蛋也是长期处于亏损状态，仅在近期有所表现；而玉米虽然收益尚可，但净值长期处于稳定回撤阶段。策略2仍然具有一定的品种适应性。
和策略1比较类似，策略2中波动性大的品种回测结果较好，但策略2中一些波动性小的品种，在经过KD指标过滤信号后，其收益虽然偏低但整体稳定向上，如聚乙烯、聚氯乙烯；而一些农产品结果仍然较差。
对于策略2在这些品种上的欠佳表现，我们认为大豆、玉米、鸡蛋这些农业生产者销售的自产农产品，上游供给非常稳定，不会因为市场行情调整产出量，除非遇到政策上的重大影响才会在价格上表现出大的行情，短期来看均是窄幅震荡。因此非常不适合以捕捉大趋势为目的的策略2，甚至从0.61的盈亏比和27%的胜率来看，大豆是一种很适合做反转策略的品种。除此之外豆油长期收益微弱，很少大盈大亏，对于组合来说仅能起到平滑曲线的作用。
除大商所外，其他几个期货交易所均只公布成交量排名前20的会员单位。我们根据这前20的会员单位的持买单量和持卖单量的增减构建交易策略，但大多数品种测试结果比较一般。这里给出我们所得到的结果较好的两个品种沪深300股指期货和十年期国债期货的交易方式，我们会继续进行其他品种可操作性方式的研究。
定义LC为全部会员单位持买单量增减，SC为全部会员单位持卖单量增减。
交易方式一：
若LC<0<SC: 则第二天以开盘价开空；
若LC>0>SC，则第二天以开盘价开多；
持空单且不满足LC<0<SC，则第二天以开盘价平空单；
持多单且不满足LC>0>SC，则第二天以开盘价平多单。
交易方式二：
若LC<0<SC, 则第二天以开盘价开空；
若LC>0>SC，则第二天以开盘价开多；
持空单且LC>0>SC，则第二天以开盘价平空单，并开多；
持多单且LC<0<SC，则第二天以开盘价平多单，并开空。
根据大商所公布的成交持仓排名信息，我们构建了旨在跟随市场主力趋势交易者行为的持仓量策略，我们发现这种持仓量策略在震荡行情中表现欠佳，并不能依据所跟随对象对超前市场信息的知情盈利，获利方式主要还是对趋势的把握，本质上仍是趋势跟随策略。
单一的持仓量策略交易次数过多，交易费用将蚕食大部分的收益；并且由于其持仓周期短，盈亏比低下。因此对交易成本的敏感性很高，在仅有交易费用的情况下，无杠杆组合策略年化收益有17.3%，夏普率达到1.92，加了一个滑点之后，收益即降到了6.74%，且组合策略长期处于亏损状态，只在近期表现尚可。并且持仓量策略具有很强的品种适应性，农产品上表现较差，聚乙烯、聚氯乙烯上也是效果欠佳。
推荐小资金量的投资者可以考虑在控制好尽量不产生滑点的情况下，在黑色金属品种、聚丙烯品种上进行持仓量策略的操作。
经过KD指标修正的持仓量策略，交易次数大大降低，持仓周期也大幅增加，参数的敏感性也大幅削弱，结果更稳定，更加适合大趋势行情。全品种无杠杆测试中，在两个交易滑点的冲击成本下，年化收益达到11.62%，夏普率1.09。在可操作性品种逐渐增多之后，策略的回撤也控制在6%左右。并且对执行价格是开盘价、收盘价或者结算价均不敏感，很大的资金量可在日内分批次挂单成交。
经过KD指标修正的持仓量策略仍具有一定的品种适应性，我们去除掉几个农产品之后，在两个交易滑点的冲击成本下，年化收益达到15.67%，夏普率1.26。由于初期品种较少，最大回撤14.28%，但在可操作性品种逐渐增多之后，策略的回撤也控制在6%左右。
2016年是管理期货策略行情火爆的一年，参选私募金牛奖的176只管理期货平均收益率达到19.54%。但我们的KD修正持仓量策略可谓是跟随“大流”，超越大流！在无杠杆的情况下，全品种测试16年收益达到36%，筛选品种后收益达到51%。相比于单家机构策略的不稳定，我们的策略每时每刻能从成交持仓信息中挖掘出对当前市场判断“最自信”的那批交易者，取众人之长，才能长于众人。
量化模型基于历史数据分析得到，未来存在失效风险；极端市场环境可能对模型效果造成剧烈冲击。
