负基差(负基差为什么会增加对冲成本)原创

说正事，求第一

 

新财富恳请您投长江金工第一！

报告要点对冲问题只在基准指数与标的期货头寸的收益率关系，与超额指数的alpha收益无关alpha策略的收益应该分解为alpha策略相对于基准指数的收益，加上基准指数与标的期货头寸的收益率，对冲问题只在基准指数与标的期货头寸的收益率关系，与超额指数的alpha收益无关；

负基差环境中，持有1:1的头寸不仅要忍受组合收益率的波动，同时要承受负基差回复的损失传统的alpha策略在对冲端采取的方式往往为市值的1：1对冲，其本质是在忍受持有期间组合收益率波动前提下，获取正基差回复的收益。

而在负基差环境中，持有1:1的头寸不仅要忍受组合收益率的波动，同时要承受负基差回复的损失；基准指数与标的期货的对冲问题，本质是一个套期保值问题基准指数与标的期货的对冲问题，本质是一个套期保值问题，我们采用CCC-GARCH（常相关系数GARCH模型）来对对冲比例进行估计；

动态对冲能有效地降低组合风险通过日频与一小时频数据的拟合，估算得到两个频率下的对冲比例对冲效果显示，两个频率下的动态对冲均能有效地降低组合风险在不以日内平仓手续费计算交易费用情况下，一小时频的对冲方式在今年以来降低风险程度强于日频。

负基差下对冲困局负基差下的alpha策略自2015年6月以来，由于市场的大幅下跌，股指期货的限仓等原因，造成三大股指期货的主力合约基差始终处于负基差状态，尽管近几个月内基差有了一定程度的回复但是对于alpha策略对冲而言，仍然需要额外承担基差回复带来的损失与风险，这使得大部分的Alpha对冲策略，alpha收益无法覆盖基差带来的损失。

目前仍在运行的Alpha策略无非分为两种情形，一是自信alpha收益足够高，足以覆盖负基差带来的损失；二是通过对基差变化方向进行择时，相机对冲以上两种方式可以说是alpha策略在这样的情形下没有办法中的办法，但真的负基差情形下我们就没有办法进行对冲了吗？ 。

负基差下对冲方式在讨论对冲方式之前，我们需要明确一个概念，alpha策略本质是需要分成两个部分的，一是构建的股票组合相对于基准指数获得超额收益；二是基准指数与对应期货的对冲因此，我们对于对冲的探讨集中与基准指数与对应期货，而与alpha策略带来alpha收益的部分无关。

2015年6月以来，负基差给我们对冲带来了莫大的困扰，而造成这一困扰的本身其实是在于我们传统的对冲方式并不是最优的对冲方法在无风险收益为正的前提下，期货的理论基差应该都是正的，负基差会被套利的资金马上矫正，在2015年6月以前，股指多头与空头力量相当时，市场长期维持着正基差。

而正基差导致，alpha策略只需要采用完全的市值对冲就可以锁定市场风险，同时还可以获得正基差回复的收益。然而这一对冲方式本质上是存在问题的，我们对于对冲的目标函数应该是组合风险的最小化

因此我们可以发现，期货的头寸应该与指数收益率的波动率，期货收益率的波动率，指数收益率与期货收益率相关系数有关而不简简单单是1:1的比例采用1:1的对冲比例只有在持有到期前提下为无风险对冲，但在每个持有日的波动风险缺是不可控的，也并不是最小的。

也就是说1:1的对冲并不是我们对冲追求风险最小化的最优解这一个问题在正基差的情况下不易被大家察觉，因为基差总体趋势是在回复的，期货与指数收益率的不匹配被正基差所覆盖，因而1:1的对冲方式受到广泛使用，但本质上是在忍受组合收益率波动的前提下获取正基差收益。

但到了极端的负基差环境下，忍受组合收益率波动并不能带来正的收益，1:1的对冲方式的问题就暴露无遗对于需要完全对冲的alpha策略来说，我们需要根据期货与指数收益率波动的相互关系来确定对冲的比例，从而能够降低组合的波动率，最低化组合风险。

动态对冲模型

我们需要得到指数收益率的波动率、期货收益率的波动率、指数收益率与期货收益率的相关系数。我们采用套期保值理论中的CCC-GARCH（常相关系数GARCH）模型对以上参数进行拟合。

通过CCC-GARCH模型估计得到条件异标准差序列，我们即可进行样本外一步预测计算得到对应的对冲比例模型对冲效果我们用CCC-GARCH模型计算对冲比例，分别采用了沪深300、中证500、上证50三个期货品种的日频数据与一小时频数据来进行拟合，观察我们计算得到的对冲比例的对冲效果。

日频数据对冲对冲比例计算我们选取2015年9月1日到2016年6月3日数据进行样本外预测，计算得到各个合约下的对冲比例，并可以看到对冲比例与指数（期货），基差之间关系可以看到，沪深300与上证50的相关性较高，因此，两者的对冲比例的走势也较为接近。

今年1月到4月对冲比例较为稳定，而5月份以来对冲比例又开始下降

对冲效果比较通过CCC-GARCH模型，我们计算得到了各个期货品种的动态对冲比例我们对计算得到的对冲比例与传统的1:1对冲比例的对冲效果进行对比在日频的调仓策略之中我们考虑交易成本为当日开仓成本0.23%%。

可以看到，动态对冲在沪深300与中证500上对组合的标准差降低较大，而在上证50相对而言则降低幅度没有这么明显，但是我们可以看到在各个合约上动态调仓均能够带来正的收益从分月的对比中可以看到，动态调仓对沪深300和中证500分月的风险降低能力效果非常好，而在上证50中效果就没有这么显著，这与上证50没有沪深300和中证500贴水程度有较大关联。

我们还对指数与期货组合的累计误差进行了统计在图10-图12中，我们可以看到动态对冲在不同的指数期货上的对冲累计误差，可以看到由于开仓手续费较低，所以考不考虑交易成本对累计误差的影响较小从图13-图14中的分月累计误差统计中，我们可以看到，除了个别月份，动态对冲与1：1对冲的累计误差有相对较大差别，大部分的月份两者累积误差较为接近。

因此日频的动态调仓方式在大幅降低了组合波动率的同时，对于组合的累计误差控制与1比1对冲方式极为接近，因此可以很好的替代1比1对冲

一小时频数据对冲进行日频对冲后，我们尝试将对冲频率提高，进行一小时频的对冲比率估算由于2016年以前股指期货与指数的开收盘时间不一致，因此我们采用2016年以来的1小时数据进行动态对冲2016年以来也正是处于负基差状态，因此，对于探讨动态对冲在负基差情形下表现，更有代表性。

此外，我们剔除了熔断影响，时间区间从2016年1月8日开始计算一小时频对冲效果比较通过CCC-GARCH模型，我们计算得到了各个期货品种的动态对冲比例我们对计算得到的对冲比例与传统的1:1对冲比例的对冲效果进行对比。

在一小时频的调仓策略之中我们考虑交易成本为当日平今仓成本0.23%

可以看到，在一分钟频下，动态对冲仍然在沪深300与中证500上对组合的标准差降低较大，而在上证50相对而言则降低幅度没有这么明显，但是我们发现只有IC合约的标准差降低百分比有所增加，而其他两个合约却没有。

这与更高频率下指数与期货收益率的相关性逐渐降低有关，我们发现在更高频率下两者相关性更低从分月的对比中可以看到，动态调仓对沪深300和中证500分月的风险降低能力效果非常好，而在上证50中效果就没有这么显著。

相对于日频调仓，近四个月的一小时频降低风险效果显著，单从风险降低的角度而言，一小时频率的调仓效果好于日频调仓

我们还对指数与期货组合的累计误差进行了统计我们可以从图16-18中看到，除了在中证500中受到成本影响较小，其他两个股指期货上的影响较大因此如果是以一小时频进行调仓，以日内平仓手续费进行交易，这样动态调仓的手段会造成手续费端的较大损失，从而使得降低组合风险得不偿失。

但如果能够对持仓头寸进行合理调配，避免平当日仓行为则可以大幅减小手续费损失，从而达到更好的降低风险作用

总结时值负基差的环境下，alpha策略对冲难题成为制约alpha策略实施的拦路虎，我们尝试alpha对冲的新思路：1、alpha策略的收益应该分解为alpha策略相对于基准指数的收益，加上基准指数与标的期货头寸的收益率，对冲问题只在基准指数与标的期货头寸的收益率关系，与超额指数alpha收益无关；

2、传统的alpha策略在对冲端采取的方式往往为市值的1：1对冲，其本质是在忍受持有期间组合收益率波动前提下，获取正基差回复的收益而在负基差环境中，持有1:1的头寸不仅要忍受组合收益率的波动，同时要承受负基差回复的损失；。

3、基准指数与标的期货的对冲问题，本质是一个套期保值问题，我们采用CCC-GARCH（常相关系数GARCH模型）来对对冲比例进行估计；4、通过日频与一小时频数据的拟合，估算得到两个频率下的对冲比例对冲效果显示，两个频率下的动态对冲均能有效地降低组合风险。

在不以日内平仓手续费计算交易费用情况下，一小时频的对冲方式在今年以来降低风险程度强于日频风险提示：历史业绩不代表对未来的承诺。