图 1 交易策略净值走势（原策略）

图 2 交易策略净值走势（新策略）

图 3 交易策略净值走势（新策略+原策略）

　　在笔者发表的《利用基差构建期指短期交易策略》一文中，我们通过实证研究的方法分析了自股指期货上市以来，基差水平值与沪深300指数走势间可能存在的相互关系，并对基差水平值的预测准确率进行了统计，最后据其构建了一个短期交易策略，且模拟效果良好。在本文中，我们将主要针对基差的变化量进行研究，并进一步探讨其对沪深300指数收益率的预测能力。

　　一、原交易策略回顾

　　在此，本文首先对《利用基差构建期指短期交易策略》一文中构建的原交易策略进行回顾，并给出最近一段时间的模拟跟踪结果，如图1所示（数据更新至2010年11月19日）。

　　从图1可以看出，该交易策略的资产净值在整段模拟期间形态良好，呈现出平稳增长的趋势。但由于最近两周资产净值主要表现出震荡的特征，该交易策略的夏普比率略有下降（现为20.18%），但累计收益率依然保持在95%左右，仍远远超出沪深300指数的当期收益率。

　　二、基差变化量与沪深300指数关系的实证分析

　　接下来，我们将把关注点转移到基差的变化量上，对其与沪深300指数的关系进行实证分析。在对基差变化量和沪深300指数两序列进行平稳性检验后，我们使用了线性回归的方法对二者间的关系进行探讨。结果发现，当期的沪深300收益率仅与滞后一期的基差变化量关系显著，与滞后二期、滞后三期基差变化量的关系均不显著。而且，根据回归模型，在其他影响因素保持不变的前提下，当T日基差变化量的取值为正时，T+1日的沪深300指数收益率将有所增加，即上涨的可能性加大；反之，当T日基差变化量取负值时，将在一定程度上降低T+1日的沪深300指数收益率。此外，我们还使用了Granger因果检验的方法作出进一步的检验，得到的结果类似。

　　随后，我们使用二元选择模型中的Probit模型对基差变化量的取值范围及其对沪深300指数收益率的预测准确度之间的关系进行了分析。结果发现，根据基差变化量的不同取值范围，利用T日的基差变化量对T+1日沪深300指数收益率的预测效果最好，而对T+2日和T+3日的预测效果均不理想。

　　然而，与《利用基差构建期指短期交易策略》一文中对基差水平值的检验结果相比，本检验结果的显著程度相对较弱。这在一定程度上说明，基差变化量与沪深300走势的紧密程度不及基差水平值，据其预测指数走势的整体效果也不如基差水平值理想。

　　三、基差变化量的预测准确率统计

　　上文从实证角度分析了基差变化量与沪深300指数收益率间存在的关系，接下来我们将从统计的角度探讨以下问题：利用基差变化量对沪深300指数收益率进行预测的准确率到底如何？

　　我们根据T日的基差变化量，构造了多个不同的基差变化量取值范围的组合，并分别对T+1日、T+2日和T+3日这三个时间段中沪深300指数收益率进行预测，最终得到了各种基差变化量组合的预测次数和预测准确率。我们对该结果进行了总结，如表1所示。从“平均值”一行可以看出，在三种情况中，T+1日的预测效果最为理想，预测准确率平均值达到62.6%，且其中约有64.8%的基差变化量组合的预测准确率分布在60%—70%。而其余两种情况的预测准确率均值仅为45.5%和52.9%，效果一般。

　　四、新交易策略的构建

　　接着，我们根据T日的基差变化量构建了一个新的短期交易策略，并对其自2010年4月16日股指期货上市以来的资产净值走势进行了模拟（见图2），初始资金同样为10,000,000元。从图2可以看出，新交易策略的资产净值在整段期间内呈现出逐步递增的势头，而且具有较高的稳定性。

　　最后，我们试图把新交易策略与原交易策略进行组合，并通过一定的杠杆设置把交易风险控制在较低的范围内，使二者能够得到相互优化和改良。该组合的最终模拟走势如图3所示。表2中统计了三种交易策略下各自的模拟结果，从中可以看出，无论从准确率、累计收益还是夏普比率的角度来看，新策略和原策略进行组合后的效果都有了显著的提升，其夏普比率更是达到31.41%，这与我们预期的结果相一致。当然，该策略的后续走势仍有待进一步跟踪。

　　表 1 各种基差变化量组合的预测准确率分布

     表 2 交易策略模拟结果

     数据来源：广发期货发展研究中心