针对绩效表现较好的单因子，可建立机器学习和统计模型调优

本文旨在探讨精对苯二甲酸（PTA）上下游产业数据在量化策略中的作用。通过对PTA上下游产业链中各项产品进行介绍和定价分析，并对基本面因子进行上下游归类和所属产品定义归类，我们结合回测结果和PTA产业链状况分析认为，PTA上游基本面数据蕴含了一定的有效信息，对PTA价格影响较大，使用上游因子构建策略能够得到较好的回测结果，而下游库存数据的有效性较好，也能为PTA价格走势分析提供一定帮助。

A[因子概述]

本文选取与PTA产业有关的基本面指标数据，探究上下游基本面指标波动对PTA期货的影响。因PTA具有较长的上下游产业链，涉及多个品种，所以我们根据产业链将基本面因子分为上游因子、下游因子两类。

上游因子

PTA的上游原料来源单一，基本由PX生产而来，市场上近98%的PX被用来生产PTA，两者具有极强的相关性。PX的原料是石油，石油经过馏分获得石脑油，从石脑油中提炼出MX，再由MX生产PX，最终获得PTA。通过上游原材料价格与下游产品价格对比及生产工艺分析，可得出如下价格传导公式：

1吨原油=7.35桶PTA

石脑油成本价格=原油结算价格×7.35+石脑油加工费（加工费区间为30—50美元/吨）

MX成本价格=石脑油成本价格+MX加工费（加工费区间为50—60美元/吨）

PX成本价格=石脑油成本价格+加工费（加工费约为300美元/吨）

PTA成本价格=0.655×PX成本价格+加工费（加工费区间为850—1000元/吨）

下游因子

在国内市场中，约75%的PTA被用于生产聚酯纤维涤纶短纤、长纤POY、FDY和DTY，主要用于家纺面料和服装面料；20%被用于生产瓶级聚酯用于饮料包装；5%左右被用于生产聚酯薄膜。

通过上游原材料价格与下游产品价格对比及生产工艺分析，可得出如下价格传导公式：

涤纶短纤价格=0.335×MEG价格+0.855×PTA价格+加工费（加工费约900元/吨）

POY价格=0.335×MEG价格+0.855×PTA价格+加工费（加工费约为1200元/吨）

FDY价格=0.335×MEG价格+0.855×PTA价格+加工费（加工费约为1700元/吨）

DTY价格=0.335×MEG价格+0.855×PTA价格+加工费（加工费约为2900元/吨）

B[数据说明]

本文通过初探PTA上下游基本面指标对PTA期货的影响，考察各原始数据在不同策略下的绩效表现，不围绕基本面因子细节做数据变形和调整。由于PTA期货价格容易出现短期剧烈波动的情况，为保证回测的准确性，回测频率设为日频。考虑到所选取的数据更新频次多数为日频或周频，不同指标更新时点不统一，所以将周频的数据信号采用向下填充的方式填补，调整为日频。常见的宏观指标如PPI、PMI等，更新频次为月频甚至季频，由于频率过低，故本文暂不涉及宏观指标测试。

C[策略说明]

基于因子概述部分罗列的基本面指标，本文应用单（双）均线、历史分位数和布林带判断当前基本面数据是否处于正常区间，结合基本面估值逻辑产生期货的开平仓信号。双均线MA周期值分别设置为10和20；布林带中轴周期值设置为60，上下波动设置为3倍标准差。基于以上方法，分别进行单因子策略测试，对测试结果的筛选标准为夏普率高于0.3且最大回撤幅度低于40%。

其他回测细节：一是回测对象为PTA主力合约，回撤过程中持有合约按时进行移仓换月；二是回测周期为 2018年6月—2022年12月；三是交易频率为日频，在T日的基本面数据更新后产生交易信号，并以T+1日的开盘价进行交易；四是交易费率统一设置为开平仓万分之三；五是不使用杠杆。

D[单因子构建与回测表现]

上游因子测试与分析

在进行回测之前，对上游因子与PTA期货主力合约进行IC相关性测试。测试结果如图1所示：

图1为上游因子与PTA期货合约相关性

相关性测试分为两部分：第一部分是上游价格与PTA期货主力合约价格的相关性测试，测试结果符合因子概述分析。从石油到PX，随着产业链不断细分，上游产品价格与PTA的相关性呈逐级递增趋势。其中，MX、PX与PTA的相关性极高，IC值分别为0.8和0.9。第二部分为上游价格变动与PTA期货主力合约下一周收益率变动的相关性，相关性规律与价格相关性分布基本一致。

经过回测筛选后，在双均线策略下，上游因子表现较好。回测结果如表1所示，MX和PX因子能够获得20%左右的年化收益率，最大回撤幅度在20%—25%之间。尽管汽油和石油的相关性不如PX和MX，但从回测结果上看，汽油指数因子的年化收益率高于MX和PX，同时产生的波动性也高于两者，最大回撤幅度约为30%。

表1为上游因子均线策略回测结果

从图2上游因子均线策略净值曲线来看，MX、PX和石油（汽油）类内部因子净值曲线走势基本一致。其中，MX韩国现货价、PX中国主港现货价和FOB新加坡价格在相同的回测区间中表现稳定，收益较高。价差和利润类因子表现参差不齐，新加坡石油裂解价差因子表现优秀，回撤较低，但这仅为上游价差类因子个例，不具有普遍代表性。

2018—2020年，PTA价格在下跌区间中，MX和PX因子整体回撤较低，回撤区间为15%—25%；石油（汽油）因子整体回撤较高，回撤区间为20%—30%。2020年—2022年，在PTA价格上涨区间中，石油（汽油）因子收益稳定且增长幅度大，收益增长区间为100%—150%。

图2为上游因子均线策略净值曲线

在布林带策略下，上游因子表现不如均线策略。回测结果如表2所示，因子的年化收益率在10%左右。布林带策略降低收益率的同时，也在一定程度上减少了指标风险，有较少的成交次数和较短的回测天数，以及相对较低的最大回撤幅度。

表2为上游因子布林带策略回测结果

上游因子布林带策略净值曲线如图3所示，MX和PX因子在布林带策略下，2018—2020年，在PTA价格下降区间中，相较均线策略回撤幅度降低，整体收益不如均线策略。其中，PX韩国现货价格因子在2022年7月出现较大回撤，回撤幅度为36.7%。石油（汽油）因子收益幅度降低，均线策略中表现良好的汽油因子均未通过筛选。

图3为上游因子布林带策略净值曲线

下游因子测试与分析

在进行回测之前，对下游各项指标与PTA期货主力合约进行IC相关性测试。测试结果如图4所示：

图4为下游因子与PTA期货合约相关性

相关性测试分为两部分：第一部分为下游指标与PTA期货主力合约相关性测试，结果符合因子概述分析，PTA的下游产品价格与其关联度相对较高；利润、库存等日常波动幅度相对较小的因子不易直接反映在价格上。第二部分为下游指标变动与PTA期货主力合约下一周收益率的相关性，相关性规律与实际情况基本符合。下游产品库存变动增加，说明下游处于供过于求状态，此时会对PTA价格波动具有负面影响，但由于测试周期为日频，此处显示的影响因子较为微弱。

总体来看，在均线策略下，下游指标的回测表现不如上游因子。如表3所示，经过筛选后聚酯瓶片、切片和POY的价格变化能够生成信号带来 9%—22%的收益，但回撤幅度较高接近30%，且最大回撤天数较长。库存指标能够产生较好的信号指标。其中，聚酯切片库存信号能够产生较高收益，回测年化收益率为31.5%，且回撤幅度相对较低为19%。

表3为下游因子均线策略回测结果

下游因子均线策略净值曲线如图5所示，整体来看，下游价格因子表现不如上游价格类因子，但库存类因子表现稳定。其中，聚酯切片库存因子的年化收益和最大回撤分别为31.5%和19%。2018—2020年，在PTA价格下降区间中，下游库存类因子表现稳定，未出现大幅回撤。

图5为下游因子均线策略净值曲线

在布林带策略下，下游因子表现不如均线策略。如表4所示，经过筛选后库存指标的年化收益均有下降。

表4为下游因子布林带策略回测结果

布林带策略下净值曲线如图6所示，下游库存类因子表现低于均线策略表现。2022年，在PTA价格上涨区间中，除聚酯切片库存因子外，其他库存因子均出现大幅回撤。其中，POY库存因子回撤幅度高达36%。

图6为下游因子布林带策略净值曲线

E[多因子构建与回测表现]

为稳定不同类型因子的收益和波动，本文按照上下游及产业链因子所属类别，分别建立石油（汽油）、MX、PX、石油裂解价差和下游库存四类子策略。子策略内每个单因子分别发出开平仓信号，交易等仓位等权重结算，合成为子策略因子。

等仓位因子回测表现如表5所示，收益曲线如图7所示。MX和PX因子相比单因子最大回撤比率有所降低，收益率未出现较大改善，夏普比率和卡玛比率未出现明显优化。

表5为等仓位因子回测结果

图7为子策略净值曲线

在进行多因子构建之前，先对四类子策略进行收益率相关性检测，测试结果如表6所示。

表6为子策略的相关性

汽油、MX和PX产品在产业链中互为上下游关系，产业联系紧密。MX和PX策略与汽油策略收益率相关值约为0.6，呈中强相关性。而库存因子与汽油、MX和PX因子相关性低，分别仅为0.16、0.25和0.23。在构建多因子策略中，为避免同类型或相似类型因子的共振效应，不考虑合并相关性高的因子。按照测试结果将下游库存因子分别与汽油、MX和PX三类因子进行等仓位权重合并为多因子策略。多因子策略表现如表7所示。

表7为多因子策略回测结果

整体来看，多因子组合效果较好，各组合的年化收益与构建之间基本一致，夏普比率、卡玛比率和最大回撤幅度均有显著优化。汽油因子的最大回撤幅度下降约18%，MX和PX也出现7%左右的下降。多因子策略收益如图8所示。

图8为多因子策略净值曲线

F[总结建议]

从单因子表现来看，上游因子的表现较为理想，下游因子中仅库存因子表现相对较好，与经济学逻辑、能化产业逻辑相符。PTA上游为石化产业链，呈现寡头垄断竞争格局，上游生产商特别是石油生产商具有绝对的定价权和议价权，所以PTA价格受上游影响较大。然而，PTA下游终端为服装纺织行业，下游产业为垄断竞争市场，且服装消费具有明显的季节性。下游定价议价能力相对上游石化产业较弱，受市场供需关系影响。综上所述，受下游定价和季节性影响，下游产品的价格类因子不能较好地反映真实的供需关系，但库存周期因子能够相对真实地反映下游生产循环状况，且间接反映出下游供求。

从多因子表现来看，上游产业关联紧密，出现较高的相关性，在构建多因子时不宜仅使用上游因子。上游与下游产业关联性不大，使用上游表现良好的原油（汽油）、MX和PX因子与下游的库存因子共同组合，可以有效降低整体策略的风险。

从策略表现来看，双均线策略的表现优于布林带策略。通过上游和下游的测试筛选，双均线策略带来的收益率均明显高于布林带策略，尽管布林带能够在一定程度上降低策略的回撤幅度，但优化并不明显。此处产生的原因：一是一些非价格类指标，如利润、价差、库存周期等，不适合布林带这类通道类型策略；二是上下游部分基本面数据周期为周频，周频数据通过重采样为日频后波动性有所降低，突破布林带产生的信号减少或者相对迟缓。

进一步优化目标：针对上游产业链和下游供需相关指标进一步分析变形和调整，过滤干扰信号，提高准确率和稳定性。针对绩效表现较好的单因子，建立机器学习和统计模型调优，并根据基本面逻辑添加约束条件，确保对价格走势预测符合逻辑。针对回测表现一般的因子，根据其数据特征采用特定模型进行回测。（作者单位：中州期货）