本期我们讨论由摩根大通的量化和衍生品策略团队于2022年12月发表的商品基差动量报告。

这篇研报来自法国巴黎银行，探讨了趋势跟踪策略在多资产投资组合中的应用。它们深入分析了趋势跟踪策略的收益特性，并强调了它在市场波动时提供保护的作用。然而，文件还指出趋势跟踪策略并非万能，在震荡市场中效果并不理想。为了克服这个问题，文章提出了一种基于宏观经济环境的动态调整策略，利用经济扩张和收缩、市场风险偏好变化等宏观信息来调整投资组合的资产配置，以期提高收益和降低风险。

这份研究报告来自摩根大通，作者彭程和艾玛·吴提出了一种使用深度学习中的注意力机制构建投资组合的新方法。他们使用 S&P 500 和 10 年期美国国债期货作为示例，展示了这种方法在预测资产收益率和波动率方面优于传统的风险平价方法。该方法可以根据多种输入特征直接预测投资组合的权重，并能考虑投资者对风险的厌恶程度和更高的风险偏好，以及对投资组合权重的收缩。

这份研究报告由瑞银集团发布，主要探讨了近年来市场流动性变化对股票定价的影响，并提出了一种衡量股票下行流动性风险的指标。报告发现，虽然整体市场流动性有所改善，但极端不流动性却在增加，而这种流动性风险可以被利用来创造超额收益。报告还分析了不同地区的投资策略表现，以及该策略相对于其他量化因子（如市值、价值、质量和动量）的超额收益来源。

这份研究报告由德意志银行的量化策略团队编写，探讨了机器学习时代下的技术分析。报告首先回顾了金融领域常用的技术指标，然后分析了非金融领域广泛应用的时间序列特征，并将这些特征应用于股市预测。报告发现，一些技术指标确实可以帮助预测未来收益率，同时还识别出一种基于模式识别的新型预测信号。报告最后展望了利用深度学习构建技术指标和时间序列特征的未来发展方向。

这份来自德意志银行的报告探讨了如何利用高频数据构建适用于低频量化投资者的交易信号。报告分析了三种基于高频数据的交易信号：订单不平衡（Order Imbalance）、信息交易概率（Probability of Informed Trading，PIN）和大型交易异常成交量（Abnormal Volume in Large Trades，ALT）。报告发现，经过调整后的PIN因子在回测中表现良好，且与传统量化因子相关性较低，表明它可能捕捉到了一种新的、独特的alpha来源。报告还研究了PIN与异常期权成交量之间的关系，以及PIN在新闻事件中的应用，并以2010年5月6日的“闪电崩盘”事件为例说明了PIN在风险管理中的潜在用途。

这份来自摩根大通的报告分析了七个宏观信号对于九对 G10 美元货币对和 18 个 G10 交叉货币对的预测能力，并使用时间序列模型进行了回测。报告发现，防御性信号和股票动量信号是表现最好的信号，而反向持仓信号表现最差。报告还指出，模型在捕捉美元走强方面比捕捉美元走弱方面表现更好，以及当货币来自不同地区时，模型的交叉货币对表现更好。最后，报告介绍了当前模型的结论，并讨论了不同因素对于不同货币对的影响。

这份研究报告来自摩根士丹利，主要分析了中国A股指数期货的升贴水模式以及其背后的原因。报告指出，中国A股指数期货与现货价格之间存在显著的贴水，这在全球其他股市中很少见。报告还分析了造成贴水现象的原因，并指出贴水的水平可以作为中国股市情绪的反向指标，为基金经理提供投资策略上的参考。报告进一步探讨了市场中性基金对中国A股指数期货的需求以及升贴水水平在投资策略中的应用。报告还分析了不同投资者群体（如资金分配者、基本面基金经理、市场中性基金经理）在面对贴水时可以采取的投资策略。

这份报告由摩根士丹利的研究团队撰写，探讨了利用生成对抗网络 (GAN) 检测金融市场异常的可能性。研究人员比较了三种方法：基于马氏距离的湍流指数、专门为时间序列数据设计的 TS-GAN 以及将时间序列数据转换为图像后应用 GAN 的 IMG-GAN。结果表明，TS-GAN 在市场计时策略中的表现最佳，能够在一定程度上降低风险，但三种模型在识别经济事件方面都存在局限性。报告还讨论了 GAN 技术的优势及其在金融市场异常检测中的应用前景。

这份报告来自瑞银集团，探讨了商品市场中“拥挤交易”的概念，并分析了其对商品价格的影响。报告通过观察投机者的持仓变化、分析师的预测一致性以及商品之间关联度的变化来衡量商品市场中的拥挤程度。报告作者发现，拥挤交易会降低投资策略的回报，并设计了三种利用拥挤交易来提高商品投资策略回报的策略。此外，报告还分析了拥挤交易对不同商品投资风格（例如价值型、动量型和收益型）的影响，并提出了利用拥挤交易来对这些风格进行时间配置的方法。

这份研究报告由美国银行证券公司发布，探讨了大宗商品市场中“偏度”的现象，并提出了一种利用偏度信号来获取超额回报的交易策略。报告首先解释了偏度的经济学原理，即在行为金融学和选择性套期保值理论的框架下，大宗商品的偏度反映了市场参与者的行为偏差和风险溢价。随后，报告对几种基于偏度信号的交易策略进行了回测分析，结果表明，偏度策略能够在控制了其他已知的大宗商品风险因子，例如价值、动量和套利后，仍然能够获得显著的超额回报。最后，报告还分析了偏度策略与其他大宗商品alpha策略的组合，并得出结论，偏度策略能够有效地提升组合的风险调整后回报，并提供组合的资产配置优化方案。

这篇文章探讨了趋势跟踪策略的设计、实施和优化，并提供了各种量化交易系统的构建框架。文章重点关注了趋势跟踪系统的设计要点，例如资产选择、信号生成、交易成本控制和投资组合配置，并深入分析了每项要素的实际操作方法，如数据探索、趋势信号对比、交易成本优化、投资组合策略等。文章最后还讨论了将宏观因素纳入趋势跟踪策略的重要性，并举例说明了不同经济周期、通货膨胀率、市场波动和市场情绪对趋势跟踪策略的影响。