公众号致力于分享量化策略，培训视频，Python，程序化交易等相关内容如果你喜欢本文，麻烦分享与关注一下公众号非常感谢！

作者简介

『正文』

ˇ

上一篇中我们探讨了“残差动量刻画与构建”的初步逻辑与构建过程，第二篇我们进一步扩展该逻辑的构建范畴。正如上一篇文中所述，该策略的思想缘由跨品种的统计套利，那么我们在构建品种间，或者说确定品种间时候一定要找同一产业链、协整性高的品种。如下图所示：

    而有色品种板块足足有6个不同的品种，我们要做12个排列组合，为了避免上述的麻烦，笔者本人采取了将板块品种进行指数化，即：油脂指数、有色金属指数、黑色指数、化工指数等。如图1所示，我们将板块各个品种的主连复权后的价格进行指数编制。编制的算法如下图所示：

图2   指数算法

根据上图算法所示，实际上就是计算的当下的K线的开高低收，针对上一根K线收盘价的比例，然后根据板块内品种数量在求平均，也就是说计算的是板块内所有品种的开高低收的比例平均值，拟合的指数数据。我们将该时间序列数据作为板块的指数行情数据，在策略构建过程中，更倾向于股票市场当中的benchmark，而这是由同一板块，不同品种共同构建的指数行情，简单来看我们可以看做一种板块的平均行情数据。

我们有了上述的共同基准后，将计算出来后的指数与品种收盘价进行的回归计算，上图是计算出某品种与指数的回归残差，即将每一个品种对该基准进行回归残差的计算，我们先来看一下每一个品种和指数的可视化图形，如下图所示：

图4 豆油与油脂指数

上图是豆油和油脂指数的K线图，如图所示在今年4月份，二次筑底过程中，豆油要比整体指数更加的抗跌，但是在随后的反弹过程中，豆油整体的反弹力度和顺畅度并不及于整体平均预期，当然我们这是从肉眼的定性观察而来，而从事后的角度来看，菜油是最早启动的强趋势行情的品种，自然也验证了该判断。

图5 菜油与油脂指数

下面，我们就将上一篇文章中的策略逻辑和该自定义指数进行回归残差的计算，计算方法和逻辑不变，没有看上一篇的，请点击“残差动量刻画与构（一）”进行阅读。

图6 菜油与油脂指数

    图7是将棕榈油和指数进行回归后的指标可视化图，以及绩效开平仓点位图。棕榈油此处的反弹与菜油不同， 属于阶段的残差异常情况捕捉，其中5月27、7月17、7月23、以及9月份最后的疯狂9月3开始的多头行情。

结语

策略展望

优化 1：文中只是在油脂板块构建策略，未来可以拓展到黑色板块，有色板块，化工板块构建强策略。

优化 2：判断强弱的因子还有很多有效因子可以使用，不一定只是残差异常的关系。

优化 3：在刻画残差择时判断时候，由于多空结构的不对等，多空刻画存在差异。

优化4：进出场信号使用了海龟交易法则择时，也可以使用其他更好的择时策略都可以进一步提升模型的绩效和稳健性。

优化5：我们可以构建多空对冲策略，以捕获类似股票Alpha收益的策略。

End

谢谢少侠，赏一个吧