问题：

• 鉴于 CML 信号相对于传统 CTA 信号显示出的提升（参见 CTA 建模部分），其表现值得关注。
• 然而，CML 信号是否仅适用于有限数量的期货市场？
• 此外，CML 信号与其他 AiLA 信号之间是否具有互补性？

方法：

• 以基于 9 个期货市场 AiLA CML 纯多头信号的指数（CML-LO）为起点，即该指数旨在与 GSCI 和 BCOM 保持 𝜌 ~ 30 - 40% 的相关性。
• 说明容量限制对指数的影响以及该限制何时变得重要。
• 研究 CML 信号与其他 AiLA 信号之间的表现重叠，以评估其互补价值。

CML 指经机器学习增强的 CTA 策略
AML 指利用机器学习开发的 AiLA 策略

• 当指数基于有限的市场集合且各市场流动性差异较大时，实现较高的指数容量极具挑战。
• 此处我们使用距计划展期日一个月内的平均成交量，例如 RBOB 汽油在过去 10 年中约为 60’000 手，并使用过去 6 个月的平均价格将其换算为名义价值。
• 由于只能按日成交量的一小部分对指数权重进行再平衡，可行的市场权重因此受限，尤其是流动性最差的市场，因为各市场成交量相差超过一个数量级。
• 对于 CML 纯多头指数的大额配置（例如 500M USD），每日有效信号数量较少，加之流动性只允许向每个市场配置一小部分资金，将限制指数容量。
• 因此，互补的市场信号对于分担配置容量同样重要。

（* 所用收益基于各市场的近月合约，通常在合约到期前几周进行展期）

• 使用相同的 9 个期货市场和纯多头信号（AML-LO），将 CML 信号与其他 AiLA 信号进行比较。
• 由于信号/市场的相似性，预计二者表现呈正相关，但观察到的数值相对较低，通常为 ρ< 40%。
• 表现重叠度低，主要是因为对于某一期货市场，CML 信号识别机会（即配置权重）的时点与其他 AiLA 信号不同。
• 预计 CML 与其他信号之间的这种互补性将在以下方面带来益处：
  • 表现，例如随时间推移识别出互补的机会；
  • 配置容量，例如在同一时点向不同市场进行更多配置。

（* 为使信号重叠的比较更为清晰，此处结果未纳入任何流动性约束）

• 我们研究了一个基于纯多头 CML 信号、仅应用于 9 个期货市场的指数，其目的是获得大宗商品市场多头敞口，例如与 GSCI 或 BCOM 保持约 30 - 40% 的正相关性。
• 尽管市场数量较少，与常见策略（例如通常需要多得多的分散化市场的趋势跟踪策略）相比，该指数的表现仍值得关注，但指数容量有限。
• 在使用相同市场和纯多头配置的信号比较中，CML 信号在识别机会（即配置指数权重）方面与其他 AiLA 信号呈现互补性，对于某一市场，二者在不同时点识别出机会。
• 这表明 CML 信号对其他 AiLA 信号具有互补价值，既体现在指数表现上（来自额外的不相关收益），也体现在配置容量的提升上（来自同一时点额外的市场权重）。