【资产配置】专题：大类资产轮动周期研究之六——农产品（生猪）晴雨表

资产配置团队研而有信 2022-12-17

重要提示

本公众号所推送的内容经由中信期货授权后发布，均为中信期货已公开的信息，不保证文中观点或陈述的完整性、准确性和更新及时性，且不作任何担保。本公众号所推送文章不构成任何形式的投资建议或销售要约，期货有风险，投资需谨慎。

文：金融团队

转自中信期货研究所资产配置团队报告

报告要点

延续系列报告中介绍的框架继续搭建商品晴雨表，本篇将继续搭建农产品（生猪）晴雨表。基于晴雨表策略的回测结果显示，晴雨表胜率为65.3%，年化收益率为65.9%，夏普比率为2.54。最新信号显示生猪市场处于由牛转熊的过程，与基本面相符。

摘要

本篇是大类资产轮动周期研究《大类资产晴雨表》系列报告第六篇，选择生猪作为农产品板块的代表商品搭建晴雨表，进一步补充晴雨表体系覆盖品种范围。

生猪晴雨表的构建维度包括：商品基本面+价格技术面。需要注意的是，猪周期往往由内生因素驱动，与宏观经济周期相关性不高，故与其它品种晴雨表不同，生猪晴雨表构建维度中不包含宏观经济周期。

首先由商品基本面出发筛选供给因子（能繁母猪存栏量）、成本因子（玉米价格），并补充一个动量因子。从逻辑出发，生猪的供给量与行业预期最终由产业链开端的能繁母猪存栏量决定，这是主导猪周期的关键变量。猪饲料占生猪养殖完全成本的40-50%，其中玉米占40%-70%，玉米涨价将推高成本，积累一定强度和长度后将自然向猪价传导，故选择玉米价格作为成本因子。另外，商品往往具有较强的趋势性，因此补充了动量因子捕捉趋势信号。

在合并信号环节中，由于生猪的驱动逻辑较为清晰，能繁母猪存栏量是周期的决定性因素，因此在合并信号环节中，为该因子主观赋予了更大的权重。

最后对模型进行检验，结果表明，2012年至2022年10月生猪晴雨表胜率为65.3%。按照生猪晴雨表信号大于50做多、小于50做空的策略，截至2022/10/2策略净值为294.18（基期为2012/01/01），年化收益率为65.9%，夏普比率为2.54。

客观上来说夏普比率高达2.54的策略在成熟的市场中存在的可能性较低，复核回测过程确认计算无误后，我们认为有以下几个原因：1）生猪期货上市较晚，现货市场缺乏对冲工具熨平周期，价格对预期的反应较为滞后；2）多空策略能从价格波动中获取收益；3）周频策略滚雪球能力强。

当下生猪晴雨表信号为41.8（2022/12/11），落于熊市区间，表明本轮生猪牛市进入尾声，向熊市切换，与基本面情况相符。

风险点：市场极端波动风险，因子失效风险，历史不代表未来

正文

一、生猪晴雨表介绍

商品晴雨表是我们结合基本面逻辑和量化方法搭建的模型，此前已推出有色金属、原油、黄金、化工晴雨表专题报告。基于我们在往期专题系列报告中提出的晴雨表搭建框架，本篇将从商品基本面+价格技术面两个维度搭建生猪晴雨表，补充了晴雨表体系覆盖品种，完善大类资产配置模型工具箱。

与其它商品晴雨表不同之处在于，猪周期往往由内生因素驱动，与宏观经济周期、其它商品价格周期的相关性不高，因此在晴雨表构建维度中不包括宏观经济周期。以企业中长期贷款同比数据作为经济周期的缩影，生猪价格与其相关性系数为-0.28；以中信期货商品价格指数作为大宗商品周期的指标，生猪价格与其相关性系数为0.24。

与其它品种类似，生猪晴雨表的搭建过程包括以下几个步骤：搭建因子池➡统一数据频率➡共线性分析➡构建因子➡合并因子➡模型检验，以下将对每个步骤进行说明。

（一）搭建因子池

生猪晴雨表的构建维度包括：商品基本面+价格技术面。首先由商品基本面出发，初步筛选和构建了9个因子形成因子池，主要分为供给、成本和其它类别。需要指出的是，猪周期的驱动逻辑较为清晰，主驱动力来自供给端；猪肉在我国饮食结构中占据主要地位，因此需求端较为刚性，故因子池中不包括需求面的因子。除此之外，将基于生猪价格构建技术因子。

（二）统一数据频率和共线性分析

将数据频率统一为周频后对各指标进行Spearman相关性系数分析。供给方面，生猪出栏、能繁母猪、三元母猪占比的相关性系数较高，考虑数据长度和频率，保留能繁母猪指标。进一步，剔除与能繁母猪相关性较高的指标，包括猪粮比价、淘汰母猪价格、淘汰胎龄。出栏体重、库容比数据起始于2018年，长度过短；出栏日龄指标18-19年数据空缺故剔除。

（三）构建因子

（1）商品基本面因子

1. 供给因子：能繁母猪存栏量

生猪的供给量由产业链开端的能繁母猪存栏量决定，按生长周期，能繁母猪存栏对应10个月后生猪出栏量，这个关系是长期保持稳定的。但是通常市场存在“抢跑”现象，若将数据后移10个月来刻画市场供给量，虽然符合母猪生长规律，但往往落后于市场。因此将能繁母猪存栏数据后移9个月能较好地反映市场定价。

因子构造方法：能繁母猪存栏量数据滞后9个月，若环比下降➡牛市信号；若环比增加➡熊市信号。

2. 成本因子：玉米价格

猪饲料占生猪养殖完全成本的40-50%，其中玉米占40%-70%，因此玉米涨价将推高饲养成本，在时间上积累一定长度和强度后将向猪价传导，因此选用玉米价格作为生猪的成本因子。

因子构造方法：最近20周玉米均价和前20周均价环比，若环比增加➡牛市信号；若环比减少➡熊市信号。

（2）价格技术面因子

商品往往具有较强的趋势性，补充动量因子捕捉价格趋势性和市场短期情绪变化。

因子构造方法：当周和上周猪肉价格环比，若环比增加➡牛市信号；若环比减少➡熊市信号。

（四）合并因子

猪周期的驱动逻辑较为清晰，需求端刚性较大，周期往往由供给端进行驱动，同时受到成本端的影响。因此针对上述因子，主观对其赋予一个重要性系数，供给因子（能繁母猪存栏量）为2，成本因子（玉米价格）为1，动量因子为1；同时对成本因子进行限制，其最大值不超过1。经过上述处理后，将三个因子进行合并形成生猪晴雨表信号。

二、生猪晴雨表模型检验

（一）晴雨表和单因子策略对比

基于晴雨表信号制定多空策略对晴雨表模型进行检验：晴雨表信号＞50做多，晴雨表信号＜50做空，回测各因子策略的胜率、年化收益率、最大回撤、夏普比率。回测期为2012年1月1日至2022年10月2日，频率为周频。

结果显示，动量因子的回测效果显著，胜率达到68.4%，夏普比率达3.50，表明生猪价格具有明显的趋势特征。需要说明的是，由于生猪期货2021年才上市，在此之前采用的价格是生猪现货价格，推测现货市场由于存在信息滞后性、流动性较差、投机性交易少等原因，技术分析具有比期货市场更显著的有效性。

能繁母猪存栏因子和饲料成本因子同样有效，胜率分别为53.5%和51.2%，对生猪价格的牛熊具有一定的解释性。合并因子得到的生猪晴雨表的胜率为65.3%，最大回撤较单因子策略有明显改善，体现出生猪晴雨表的综合性。

（二）不同阈值的晴雨表策略对比

晴雨表在50上下波动时表明市场无明显牛熊倾向，变量不确定性较高，设置一定的入场阈值可以避免市场不确定性较高时入场。分别设置三组策略阈值并进行回测，分别是：策略1（大于50做多，小于50做空），策略2（大于60做多，小于40做空），策略3（大于70做多，小于30做空）。

结果与预期相符，策略1的收益率和回撤更高，随着阈值的提高，胜率、收益率、回撤均有所下降。策略1的最新净值达到了294.18，在经过复核之后确认回测过程计算无误，但是客观上来说夏普比率高达2.75的策略在成熟的市场中存在的可能性较低，经过分析和思考，我们认为主要有以下原因：1）生猪期货上市较晚，现货市场缺乏对冲工具熨平周期，价格对预期的反应较为滞后；2）该策略是多空策略，价格上涨或下跌都能获得收益；3）周度发出信号，调仓频率较高，因此滚雪球能力较强。

需要说明的是，回测的目的是为了对生猪晴雨表的效果进行判断，回测过程中并未考虑实际交易成本，并且在现货市场进行高频交易存在较大难度。尽管如此，生猪期货价和现货价的走势高度相关，晴雨表既然能较准确的体现现货市场的行情，那同样也能够对期货市场的阶段性趋势做出较准确的判断。

三、当下信号由牛转熊，本轮周期步入尾声

当下生猪晴雨表信号为41.8（2022/12/11），落于熊市区间，表明本轮生猪牛市进入尾声，向熊市切换，与基本面情况相符。短期看，进入12月养殖企业出栏进度加快，生猪供给增加，下游需求环比小幅增长，但受制于口罩事件影响，旺季终端需求不足，价格上行驱动不足。长期看，待年底出栏结束后，留给1月的供给压力或有减弱，但节前需求窗口期较短，需要关注餐饮等下游消费的变化。