版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
基于沪深300股指期货阿尔法策略的实证研究摘要量化投资管理是广泛指一种利用计算机操作程序将各种数学投资模型广泛应用于企业投资管理领域的一种投资管理方法。近年来,随着基金卖空平仓机制的不断引入,中国基金市场已经形成了一个量化基金投资的客观市场环境。随着国家理财政策时代的正式到来,投资者对个人投资理财战略和个人投资理财产品选择有了更高的投资要求。在这种实际情况下,定量定期投资理财策略的深入研究显然是非常现实的。本文从量化策略投资管理策略观点出发,通过多元化因子选股,筛选那些可以长期获得高阿尔法策略收益的各类股票,其次,通过分析构建阿尔法策略量化投资管理模型,对沪深300股指期货进行实证分析,利用回测工具对投资策略进行回测,回测时间为2010年1月—2020年12月,回测结果显示,在优化多选择投资策略和增减了alpha策略后,盈利能力提高,收入波动减少。关键词:阿尔法策略;量化投资;多因子选股;股指期货;风险控制目录TOC\o"1-2"\h\u29702一、量化投资策略的概述 527663(一)量化投资策略的背景含义 528633(二)量化投资策略的优势与不足 521882二、投资目标及资产配置 829577(一)投资目标 81721(二)资产配置 813952三、阿尔法策略概述 105847(一)阿尔法策略产生的背景 1025539(二)阿尔法策略的定义 1015453(三)阿尔法策略的优势 126372(四)常用的阿尔法策略方法 138959四、阿尔法套利机制研究 1628042五、阿尔法策略股票投资模型构建体系 1715236(一)构建多维度的候选因子库 1820533(二)因子回归分析 1916374(三)赋予因子权重 2110791六、基于沪深300股指期货阿尔法策略的实证分析 2313927(一)数据的来源与选取 232973(二)挑选可产生超额收益的股票 2320172(三)做空股指期货 2620172(四)策略动态调整 267356七、量化投资风险控制机制4807(一)阿尔法策略的三大瓶颈 2829716(二)量化投资风险 283795(三)策略风险控制 3010192八、模型回测检验与比较 3129086(一)模型回测检验 3117674(二)运行分析 3316075(三)绩效评估 3626366九、总结与建议 3826611(一)研究结论 3917053(二)投资建议 4031602一、量化投资策略的概述(一)量化投资策略的背景含义1.量化投资的背景1977年,世界上第一支积极被动定量证券基金由巴克莱国际证券投资公司正式发行,规模已高达70亿美元。从1977年到1995年,量化货币投资市场经历了缓慢的高速发展,受了很多客观因素的双重影响,随着现代信息网络技术的迅速进步发展,才真正迎来了一个高速健康发展的投资时代。从1995年到现在,数量化投资技术逐渐成熟并为群众所接受。在全部投资中,量化投资约占30%。2.量化投资的含义投资可以用简单的方法,分析可以用模型建模的方法和应用于投资概念和思想的方法。基本上,量化投资是建立在投资者想要成功的基础上的,通过追踪在市场上运作的投资模式。量化投资战略所利用的模型是投资者在各种量化分析模型中构建的模型。这些模型需要持续跟踪、测试和改进,同时允许不同的市场条件发挥最大作用。表1-1量化投资与传统投资的对比量化投资传统投资代表人物詹姆斯·西蒙斯沃伦·巴菲特分析方法依据科学模型依据经验与判断信息来源海量数据以及多层次多方面的因素基本面及宏观经济投资风格偏向投资风险周期策略偏向短期投资风险周期策略偏向长期投资标的分散化投资某一只或少量股票风险投资损失金额处理在能够实现它的风险投资损失金额最小化时的一定前提下或在能够实现风险投资最高收益或者风险损失最大化时对它的风险损失处理结果考虑不周全。这种量化基金投资管理策略其实有很大区别于我们传统的主动型量化投资管理策略。另外由于传统主动型策略投资容易因为受到很多投资者因为个人主观偏好、自身主观情绪的双重干扰而会做出一些非理性的投资行为进而直接影响最终的实际投资结果收益,而传统量化策略投资主要是由于依靠一种计算机技术实现一种投资目的策略因此投资可以在很大大的程度上可以避免受到个人偏好因素的双重干扰。(二)量化投资策略的优势与不足1.量化投资的优势(1)系统性:分析量化技术投资的特征系统量化特征主要分为包括多样化层次的系统量化投资模型、多角度量化观测和各种海量分析数据综合观测。多层次选择模型主要内容包括固定资产方向配置选择模型、行业方向选择配置模型、选股选择模型等。(2)严格纪律性:严格执行《中华量化基金投资策略模型》书中给出的所有投资策略建议,不会跟随每个投资者市场情绪的剧烈变化而随意做出改变。纪律的制定好处很多,可以有效克服一些人性的心理弱点,如贪婪、恐惧、侥幸心理、情感等,使个人投资决策变得更加理性和客观,在实际投资决策进行过程中大大减少了对个人投资心理行为和其他主观因素的直接影响。(3)极具时效性:及时、快速地分析跟踪最新市场趋势变化,不断创新发现各种能够有效提供客户超额投资回报的新市场统计分析模型,寻找新的市场交易获利机会。在现代计算机分析技术的强大帮助下,量化市场投资大大提高了市场信息数据挖掘的应用广度和分析深度,使量化投资数据分析的应用范围几乎已经可以完全覆盖整个资本市场,投资分析过程中几乎可以同时包含更多地直接影响市场因素,包括市场宏观经济因素、流动性、波动性、盈利实现能力、估值等等。(4)投资准确性:通过量化证券投资准确客观地分析评价市场交易中的机会,克服主观偏见,合理利用套利的思想。定量定期投资的科学研究可使方法更加系统和结合科学。同时,计算机强大的网络数据处理分析能力也可以使得网络信息流的挖掘更加充实和丰富。量化风险投资的每一个战略决策都需要有三维模型和海量数据的综合支持,都需要经过了一段历史的反复检验,更加科学和严谨。2.量化投资的不足(1)量化投资是专业的。鉴于数量投资战略的多样性,需要有大量的统计知识和优化,从而阻碍了普通投资者的参与。(2)仅靠量化投资无法获得市场价值或提供公平的市场价格。量化投资有助于减少非理性的市场波动,使其回归理性。因此,只有将核心投资和其他模式结合起来,才能为二级市场提供更好和更公平的价格。(3)投资往往发生在历史数据陷阱中。因为量化投资在历史数据中寻找统计模型。但投资者必须认识到历史不会重演。我们需要深入了解量化投资和市场本身,以了解历史数据背后的资源。图1.1量化投资优势与不足
二、投资目标及资产配置(一)投资目标在企业投资收益目标申报管理信息系统中,有一般投资目标、子投资目标和具体投资目标。其投资管理目标步骤大致可以细分为组织投资管理目标计划制定、组织目标实施以及投资管理目标,并对投资结果进行评价。投资发展目标的具体制定范围应严格不局限于居民投资经济活动的主要投资领域,发挥明确的政策指导协调作用。本文参照多因子选股,注重分析个股市场基本面,长期均可持有,构建阿尔法投资策略,以沪深300股指期货配置对冲β风险,获取稳定的超额收益。(二)资产配置资产配置包括确定投资组合中不同资产类型对应的资产类别,并实时管理不同的资产。这种定量投资管理将传统的资产组合理论与定量分析相结合,极大地扩展了资产配置的涵义,从而形成了现代资产配置理论的框架。它超越了传统的积极投资和基于公共行动统计的内在投资的限制。投资组合的组成是通过将统计模型与不同的投资类别以及投资组合的目标和比率进行比较来确定的。这是资产配置的核心要素,而资产配置的目标是在尽可能短的时间内以尽可能低的成本抵消风险,实现利润最大化。这就是资产配置的根本目的。确定投资组合可用资产类型确定投资组合可用资产类型经济分析历史数据经济分析历史数据确定资本市场的预期收益确定资本市场的预期收益定义实际组合的实际极限定义实际组合的实际极限图2.1投资过程(1)首先确定个人投资资产组合中可用资产品的类型。可供客户选择的固定资产市场类型主要包括有:短期货币利率市场金融工具(通常指的是银行现金或短期银行存款)、固定资产收益市场证券(通常指的是长期债券)、股票、不动产和其他。(2)通过历史数据和经济分析确定资本市场的预期收益,包括确定投资组合在数年内的预期收益。(3)定义投资组合的实际极限,即找到一个能够在给定风险下获得最大回报的复杂投资组合。(4)最佳投资组合的选择应符合投资者所受限制的范围和寻求的回报型。图2.2资产配置示意图
阿尔法策略概述(一)阿尔法策略产生的背景阿尔法策略游戏于开始于20世纪90年代初。进入21世纪以后崩溃,所谓“TMT(科技、传媒、通信)泡沫”导致美国股市暴跌。贷款利率较低的资产的市值大幅上涨带来的未来短期债务企业的短期资产不足以支付养老保险基金的未来,短期负债短期流动性,造成了许多企业的养老保险资金不足、债务比率一直掉了20%以上的。在这种竞争形势下,传统的短期低收益基金投资管理方式难以完全解决我国养老基金市场资金短缺的基本问题。聪明的证券投资者们开始寻找新的证券投资风险管理方法。阿尔法战略及其可行性选择阿尔法战略已经进入中国养老保险基金,保险管理公司等大型保险基金的投资视野。可以说,机构投资者通过创新手段追求卓越的风险调整收益的迫切需求,推动了阿尔法战略的发展和推广。这其中包括一个阿尔法战略。随着市场效率性的提高,追求绝对收益率越来越难了。传统上积极进行投资营销的产品市场或同类产品资产目前已很难在alpha和beta同时得到证明,有效的投资市场。他的贪得无厌是明智的,因为他能够长期进行过度投资(例如,大量的股票市场或积极的投资可以在大量的债券市场中获得更多的超额利润很多证券分析师普遍收益率较高的债券大宗商品期货市场、对冲基金、房地产投资基金、股票、新兴市场大量流入和投资级债券等新兴市场中更容易地发现市场,但基金公司市场体系的风险往往不愿意承担的东西。随着各种衍生金融机构不断更新,这些基金投资管理人越来越熟悉各种衍生金融机构和投资策略,拥有实时短线投资工具和购买杠杆投资工具。这是很多基金投资经理完全自由地通过多种衍生金融工具通过什么类型的目标之间资产转移基金资产收益收益使肌肤完全可以选择的,典型的战略重组,分离目标资产类型的使用金融衍生产品,alpha收益的战略。(二)阿尔法策略的定义阿尔法的概念可追溯至20世纪中期,可以看到,据学者统计,股票基金经理们的约75%的股票以单纯的档案或者市场规模指数为基础,没有空闲去构成档案,属于现有的战略分析的基本原理。许多经济学者甚至认为,这种奇怪现象主要起因在于市场的管理效率,换句话说,金融市场确实吸引了很多新的投资者,这些新的投资者总是严格遵从金融市场波动方向,一旦市场出现风险套利就有机会,迅速行动作出市场反应平衡的重新整合。在有效的国际金融市场上,任何试图获取这些超额利润的避险尝试都可能是非常徒劳的,投资者最终只能借此获得一个基准化的收益率。随着派生商品的出现,收益率飙升的部分基金通过积极的投资运营可以获得过度的收益。高收益基金的出台意味着投资者不满足于消极的投资战略带来的效果,而是希望获得更高水平的收益。阿尔法就是经过长期调整的基于预期投资收益率之上的一种超额预期收益率。它最早由约翰威廉夏普首次提出。夏普等人认为,假设市场是均衡的,资产的预期超额收益由市场收益的超额收益和风险暴露程度决定。我们用下列公式来表示:E(rp)=rf+βp(rm-rf)(3-1)rm代表得是市场投资组合,rf代表得是无风险回报率。根据CAPM模型,投资组合的预期收益由两个组成部分组成,一个是风险收益率,另一个是无风险收益率。CAPM模式引入以来,一直受到市场的追捧。然而,尽管他在执行过程中发现CAPM模型是市场平衡的,但在这种情况下,市场并不总是平衡的,单个证券总是会以高于参考价值的方式使用。换句话说,市场总是在CAPM模型的右边。为了解决这个问题,美国经济学家迈克尔·约翰逊(michaeljohnson)在1968年提出了阿尔法的约翰逊指数(johnsonindex)。计算方式如式(3-2)所示:αp=rp-[rf+βp(rm-rf)](3-2)
因此,投资组合的收益可以改写成:Rp=α+βp(rm-rf)(3-3)
可将投资组合的收益拆分为阿尔法收益和beta收益。其中beta的计算公式为β=cov(rp,rm)/σpσm(3-4)
β是由市场决定的,它是一种系统性风险,不受投资者的控制,但仅限于投资组合与市场的关系。当市场整体下降时,回报率就会下降(假设β是正的)。阿尔法的回报与市场无关,这反映在投资者的能力上。当投资者根据自己的经验选择股票时,他们的回报会高于市场。阿尔法是一个与市场回报风险无关的部分,也就是说阿尔法与市场无关,阿尔法可以是积极地和分离的,不管市场是上升还是下降,阿尔法都可以为正,而且阿尔法也可以被分离出来。阿尔法的交易策略主要包括通过寻找新的阿尔法源,从股票衍生品中直接移除个股beta(或与股票指数或或期货,互换),获得与股票市场波动相关的具有阿尔法值,并以此确定与具有阿尔法值的投资目标相关的交易策略。资产定价模型声称唯一有效的地方决策可以抵消某些市场系统性风险和收益率,而建制地风险不可能弥补证券,如预期效益如此,主要取决于其价值。β值越高,预期回报率越高;β值越低,预期回报率越低。经验表明,由于新兴市场效率低下,专业投资者倾向于利用专业管理、规模、业务等优势。(三)阿尔法策略的优势旨在实现稳定收入目标的“阿尔法”战略有四个好处:首先,“阿尔法”战略具有近乎绝对的特性,这意味着投资组合所得并不依赖于与股票和债券联系较少的市场贡献和下跌,从而使市场保持中立和稳定;其次,对期货的对冲可能会导致较小的损失可以转化为相对有利的收益;第三,投资者只需要把精力集中在选举股票上,如果投资者选择的股票组合在大盘上获胜,这些股票就能盈利;第四,阿尔法战略避免了任意性困境,即要想获得超额回报,首先只能从一方面获得超额回报,需要准确的时间,即使是错误地判断也会导致重新分配。(四)常用的阿尔法策略方法从上一个分析你的投资收益的主要市场的系统风险应对出身的收益是很容易得到,这部分的收益,如果购买ETF基金的支持,是一种被动的投资战略,超额利润的一部分,即α,这部分的家也需要相应的能力,为了得到α找到战略是非常重要的。以下是比较广泛使用的套利战略。1.传统的基本面分析策略这是最持久的战略,在某些方面是最简单有效的。基本的投资哲学是,市场在一般情况下是有效的,但在某个时期是没有效率的。收益高的株高成长性的股票,资金运用效率高的株高、经营管理能力的财务指标等,突出选择股票,这些组合,索引选择合理的话,容易获得超过市场的阿尔法2.因子旋转策略这一战略设想的是市场不断变化、风格不断变化的状态。不同的资产应该使用不同的指标进行分析,资产类型不同,各个要素所占的比例也不同。因子理论认为,动物战略的概念是基于适应性强的市场经济假说的思考方式发展形成的。这个假说的主要理论基础是现在的生物进化法则。他们一致认为,中国的金融市场的治理结构和生态环境,整个金融投资者的投资活动与其他生物和生态环境也狩猎中都充满了激烈的竞争,不同的金融投资有必要的生存技能,金融投资不同的生物体是生物圈保护生存环境中一样,这些生存的技能总是一成不变的,但是,市场和适应周围环境的变化。根据这一理论,我们可以考虑投资战略的选择和市场环境的变化,改变市场不同的话题,这轮比赛,板,证券市场,2013年市场低迷的日,当地的宝石,但这是高成长型股票对市场的关心,基因理论的主要转向增长指数。此时,基于成长性的选股,可以获得相当可观的阿尔法收益。这个战略可以看作是股票选择和时间选择的组合。3.估值策略这个战略是选择了公司的业绩和各种财务指标相对于股票价格便宜,这种投资战略价值的父亲沃伦•巴菲特,他也为了应对股票价格的变动,围绕其价值的风波,但股票的内在价值,是公司内部因素的决定,例如,部分增长和经营指标,价格较低时购买股票,可以获得超额回报。这种低收益战略曾经很受欢迎。我们发现,股票市场在短期内受到许多其他因素的影响,较低的手段往往是负α,这是一些自责的可能性较低的股票,行业政策的影响的股票或调整,低责怪的环境中存在了很长的时间,这种低责怪,投资者这类股票的抛售,价格持续下跌。但是,如果把时间轴拉长,就会发现低PE战略具有长期价值。4.转移的阿尔法策略可转移阿尔法策略的实际要求较高,但基本原理相对简单。投资者过去购买股票基金购买股票指数期货等产品,由于这类产品具有购买机制,所以只需少量现金就可以购买股票组合中相应的投资头寸。这样,剩下的钱就可以用来购买固定收益产品来获得alpha。与原来的投资模式相比,这种投资模式已经获得了固定收益的超额收益。当然,这只是最简单的可转移策略。其他策略比这一方法复杂得多,通过构建金融工程方法可以获得更多可转移的阿尔法回报。这种方法在华尔街的实际应用中也取得了良好的回报。可以说每种阿尔法策略都有其优势和局限性,在合适的时机使用会产生良好的利润,但是股票市场或者金融市场是在一直在变化的,只是使用一种单一的方式不去适应就会给自己带来损失,Alpha的定义很宽泛,策略也在不断变化。具体策略也可根据实际投资环境确定。图3.1可转移阿尔法结构示意图
阿尔法套利机制研究能够直接产生收益阿尔法直接收益的债券产品大致可以有两种:一种类型是固定资本收益债券产品,如金融债券靠自身收益产品设计就同样可以直接获得收益阿尔法,另一种类则是通过不同产品组合可以获得收益阿尔法,组织往往通过购买股票、基金、商品债券期货和其他金融债券衍生品等不同的固定资产产品类别进行组合。第一种投资方法比较简单,一般基金投资者都不可能轻松做到;第二种投资方法特别要求基金投资者必须具有较高的市场研究力和分析决策能力,这在面向国外市场的债券对冲风险基金中被广泛广为使用。为了有效规避、转移和分散投资风险,金融服务创新层出不穷。期货和股票期权产品得到了国内市场的广泛好评认可。根据《纽约时报》的发展要求,各种金融衍生品和金融工具应运而生,场外黄金交易也因此蓬勃发展。借助大宗交易商品和其他金融市场机构提供的丰富投资产品和金融交易服务手段,对冲风险基金已经实现了具有传统投资股票和高级债券所可能没有的产品多样化和额外投资收益。获得第二类基金阿尔法预期收益的具体投资策略主要内容包括:1.多头/空头策略将股指基金的部分股票资产进行买入期指股票,并将部分基金资产进行卖空或者买入期指股票或购买股指基金期货。通过及时调整多空资产分配比例,对冲货币基金资产管理者往往可以自由选择调整对冲基金所可能面临的各种市场经济风险,往往从而可以有效规避自己目前无法准确把握的各种市场经济风险,尽可能多的降低市场风险,获得相对稳定的投资收益。2.套利策略指同时通过买卖两种金融类型的不同相关金融资产以同时获得一定价格差的一种反向差价交易。在股市交易中,部分地方风险控制因素被完全抵消,剩余部分地方的风险控制因素仍然是上证基金可以超额获得收益的主要来源。根据投资产品的不同,套利投资策略大致可以再细分为私募指数套利、封闭式私募基金指数套利、统计基金套利等。3.事件驱动型战略指基金投资于正在计划经历特殊财务情况或重大资产重组的上市公司,如财务分析、收购、合并、破产状况重组、财务状况重组、资产重组或公司股票价值回购等。事件驱动投资策略主要指的是不良并购证券公司投资和不良并购公司套利,其他驱动策略经常与这两种驱动策略互相结合起来使用。4.趋势策略通过正确判断一种证券或股票市场的长期趋势走向来增加获利,而不是在正确对冲证券市场上的风险后继续依靠自己选择一种证券的避险能力增强来增加获利,有时通过使用大量的市场杠杆资金来可以增加利润。它们大致可以被细分为五类全球宏观经济基金、新兴经济市场型和对冲风险基金、纯净和卖空市场基金、交易市场基金和其他衍生品投资基金。
五、阿尔法策略股票投资模型构建体系从目前国内证券市场情况来看,阿尔法对冲套利策略在我国股票市场中的应用最为广泛,市场中的参与者为了获取阿尔法的对冲策略实际上就是为了寻找超额市场收益的对冲策略,从股票选股、择时、衍生品等多个方面环节着手,设计研制出可以获取股票超额市场收益的对冲策略。随着我国股票市场的不断稳步发展,它的策略有效性也不断得到提高。在正确选取好一只股票后,市场上的参与者只要按需要认真选择正确的股票买点与正确卖点并对其进行适当的策略调整,就非常有可能轻松获得好的超额投资收益。此外,市场投资参与者也希望可以通过采用国外金融产品工程师的手段,利用国外金融产品衍生服务产品优势来快速获取短期超额投资收益的并借鉴国外的金融成功经验。从国内外的市场经验分析来看,阿尔法策略一般都被运用在资本市场流动效率相对较弱的股票市场上,如新兴产业股票市场、创业板股票市场等。我国的金融股票市场本身正是一个新兴的投资市场,效率相对较低,特别多的是目前伴随着我国股指基金期货、融资基金融券等多种衍生投资品种的不断推出,的确仍然存在一种利用市场风险对流脉冲来快速获取短期超额投资收益的阿尔法的巨大市场需求和发展空间。(一)构建多维度的候选因子库阿尔法投资动态战略的调整是通过最终确定阿尔法投资头寸资产结构配置战略的主要目标,并根据各种模型度量和充分性战略的动态调整来实现的。对于您对基金信息资产的投资,通常可以使用计算方法,如基金信息收益率来验证收益和股权估值。对于股票投资,使用多因素模型构建部分资产。多元化因素收益模型分析是目前定量选择投资股票最重要的分析模型类型。根据这个股票指标,我们构建了一个新的股票指标组合,希望股票组合在未来能够在很长一段时间内盈利或亏损或亏损整个指数。如果我们输了或赢了,那么我们可以在这两种组合上做多赌注,同时做空一个有利润的多头赌注,赢得一个正的阿尔法;如果我们同时赢、赢和输,那么我们可以同时做基准的长和短,同时做两种组合的短保证金来赢得一个新的投资阿尔法。多样化因素收益模型的一个关键问题是如何找到收益因素与投资收益之间的直接相关性。目前,影响股票投资回报的因素有很多。本文详细介绍了应选择的因素类型,可分为长期估值因素、成长因素、盈利能力以及流动性能力因素(见表5-1)。表5-1多因子的因子列表估值因子成长因子盈利能力因子流动能力因子市盈率净资产收益率流动资产周转率现金流量比率市净率总资产收益率总资产周转率每股净现金流量市现率主营收入增长率股东权益周转率股息收益率基本每股收益增长率每股净资产净利率增长率(二)因子回归分析由于样本财务数据的各个基本面以及信息都完全是按照每个季度数据公布,所以在进行回归数据分析时我们都会采用每只股票的每个月度平均收益率数据来进行计算,为了能保证每个样本财务数据的准确规模,我们将进行回归数据分析的每个时间跨度点确定为2015年1月至2020年12月,筛选计算出最适用于进行回归数据分析的每个股票池。由于在次新股发行上市时由于市场不确定性较高,历史数据少,不利于量化分析,所以本文选择上市的29支公司股票作为样本,同时,因为ST股票有较多的交易限制,所以我们在选股时剔除掉曾被ST过的股票。表5-2沪深300股票数据表(部分)股票代码上市天数流通市值(亿)净资产收益率每股净资产流动比率00033315683572.720.256210.881.420027141436318.690.36198.390.853003152063148.520.04383.153.576000231476730.360.06934.381.64600959981115.460.06173.420.986010122093706.080.25966.11.21601021107876.380.128110.471.460122514368610.31314.241.0760180021261545.940.094610.731.01601985938312.570.11952.770.896037991070260.490.27878.921.066039931912898.990.09591.732.93601155761208.780.26967.151.11001979735384.30.12757.081.61601611576101.370.1013.391.1160196654670.910.11867.010.8960097751288.080.10365.412.360116348157.520.08049.872.21603160443225.30.39237.364.66603858411168.080.141418.531.3500283138368.460.238111.722.17图5.2沪深300指数市盈率所需统计数据类型分别为:公司流通股总市值、净资产年化收益率、每股税后净资产、流动比率、沪深300指数市盈率。在我们进行数据回归的算法分析中,我们可能需要对这些数据进一步进行处理。除了在对因子数据模型进行高度标准化及近距离群值化的处理,我们还可能需要对每个因子的线性缺失及赋值数据进行精确填补,从而大大提升因子回归处理结果的数据可信度。同时,由于近期可能持续存在的中小盘股的权重影响以及权重回归的异方差性,我们建议采用最大加权最小二者相乘权重回归,权重为当期个股资金流通量和市值的平方根。如果因为该股出现一个缺失的价值就将该股整个股票池删除,可能会直接导致不同收益因子组合回归的整个股票池价值差距较大,或者还会导致整个股票池大大幅度缩水。对于这些缺失填充值的进行填补比较常用的填补方法主要是将值设为0.均值、上下文的数据、插值法和其他算法的模拟用组合法来进行缺失填充。由此我们通常认为可以分别计算得到共同存在于与回归一个不同时间段之差序列的其中的两个预期因子之间预期差值收益率之差两个序列,以及其与回归相应的两个预期因子之间预期差值收益率之差序列中的t值之差两个序列。我们通过综合数据分析这个系数t表的值,能够准确性地判断并分析得出该系数值因子对应回归系数的显著性,从而我们可以准确得出该对应回归系数因子对应系数的值是否的确对去年末至下期的上市公司股票如何投资量和收益率如何变化都具有一定的可解释性的暗示作用。表5-2评价方法评价方法理由t值绝对值均值判断显著性因子收益率大于0的占比因子中的收益率比值大于0的股票占收益比可以判断该利率因子对公司股票长期收益率的正向波动影响作用是否明显t值绝对值中大于2的占比判断显著性是否稳定因子收益率零假设的t值因子预期收益率零度是假设的一个t函数值用于判断该序列因子的预期收益率是该序列的值是否显著不为零赋予因子权重为了充分实现不同因素的物理效用,必须对所有为模型选择的因素的分量进行合理化,而这一因素的成分对模型的作用应该是多少?因素的权重配置是确保优于其他因素的因素能够最大化它们在模型中的作用。因此,因素权重的合理和正确定位是我们建立多因素统计模型的关键。由于因素的好处是动态变化,因素的组合必须是多样性的综合组合。因为在不同的时尚中心,在不同的宏观经济环境和不同的市场环境中,可能会有不同的效率因素。根据各种因素的分析,最终选择了15个有效的因素,使麦克维茨的平均权重相称。找到最佳因子的想法是最大化因数接口,并在目标下寻找最佳权重配置。这个理论基于几个假设:首先,当投资者投资时,他们根据个人股票的预期收益来评估投资组合的风险。其次,投资者的决定完全是基于风险和收入的“股票”。第三,理性投资者必须在风险水平上最大化预期收益,或在利润水平上降低预期风险。
六、基于沪深300股指期货阿尔法策略的实证分析(一)数据的来源与选取Richardtortoriello在其主要著作《QuantitativeStrategiesforAchievingalpha》当中指出,长期而言,股价靠上市公司预期盈利、销售收入快速增长、现金流快速增长以及公司估值等重要因素作为支撑,它具有较强的市场代表性和经济有效性,通过充分利用这些财务指标自下而上进行选股,免除市场经济上的周期性价格波动容易带来择时困难的不良影响。通过对所有设定风险指标的长期自动跟踪和层层逐级筛选,能够将所有可能地方的风险评估控制扩展到合理适用范围内,具有简单有效。多收益因子选股收益模型从三个不同的选股角度对投资者目标的收益进行综合考虑,第一个角度就是估值收益水平,第二是预期分红收益水平,第三是整体财务状况。从这三个指标角度,该选股模型共明确提出9个股票选股重要标准,表6-1介绍了每个角度可以选择的基本面指标,以及相应选股角度所达到的目的。表6-1选股角度基本面指标与目的角度指标目的估值水平市盈率、市净率、市现率要求买入的投资标的成本较低分红水平股息收益率保证价值投资者到期能够获得一定的分红财务状况流动比率、长期借款、总资本、净资产收益率、总资产收益率保证买入的投资标的具有较为强大的资产负债表(二)挑选可产生超额收益的股票构建阿尔法策略首先需要在沪深300股票池中进行选股,选择那些内在价值高,可以产生阿尔法收益的股票,首先需要确定选股方法:1、剔除重组股2、剔除主营业务杂乱股(主营业务为零售业除外)3、为有效降低上市ipo公司财务数据真实造假后的影响,剔除两年内所有上市公司新股。利用马氏股票风险排除法,能够最大最快地有效和限度地准确有效剔除未来目前市场大盘跌幅较深的各类类型股票,尽可能多地有效选择目前表现相对出色或超越目前市场大盘的各类类型股票投资收益组合,但与此同时,放弃高风险的投资组合与此同时,股票投资收益组合在有效适应未来市场由熊转牛的不断变化趋势过程中,也或者极有可能因为对目前牛市诸如未来牛市预期成长股中某些预期表现优异的各类类型股票投资组合并未给予过分严格地限制选票条件限制而因选股投资条件而导致出现选票漏选,亦或者极有可能因此从而丧失未来诸如目前牛市中绝大部分各类股票组合超额预期投资收益,但总体而言,在以上两种限制选股条件限制投资条件下的投资组合下,能够更利于有效构建目前表现较突出相对稳健的阿尔法策略下的各类股票投资收益组合,令股票投资组合收益率及其增长变化曲线始终保持呈现出相对稳定增长不变化的良好态势。表6-2选股条件基本面指标关系条件总市值〈全市场平均值产权比率〈全市场平均值上市天数〉730天每股企业自由现金流量〉全市场平均值最近四季度市盈率〈全市场平均值最近四季度市净率〈全市场平均值股息收益率〉全市场平均值流动比率〉全市场平均值由于此筛选策略下对根据个股公司基本面情况进行股票筛选,会对一些整体公司估值偏低且业绩成长性优异的新兴行业和上市公司较为高度侧重,从而可筛选出多只已经具有类似投资性质的同类股票,相当于已经对优质股票板块组合给予较大的股票权重,因此在自行构建一个股票筛选组合时,可以对已经选出的多只股票组合给予以同等额度的权重。1.选取中级小盘成长价值股组合构建中型超配中级组合,选取中级小盘价值成长股组合构建低级超配中级组合。做多获取超额分配个股组合的收益同时,做空等价于市值的低位超配个股组合,从而有效获取个股阿尔法的收益。2.超级分配选股组合分级选股必要条件:公司市值<200亿,市净率>2或PB<1.5或PE<30,市销率PS<5。选取前20只股票符合条件的持仓股票后将组成一个超额分配持仓组合,若当前可选取的股票数量少于5只,不建议开仓。3.低级选股匹配标准选股投资组合高级标准选股匹配投资组合条件:公司股票市净率指数均值低于PB>4,市盈率指数均值低于PE<0或投资收益均值PE>200,可长期投资于金融券。选取前20只持仓股票加入符合条件的最低持仓组合股票数量即可直接组成低于高风险组合配置的持仓组合,若当前账户可预期选取的每只股票持仓数量已经少于5只,不适合建议再次开仓。4.调仓频率:逐月调仓。表6-3股票组合构建股票代码市销率上市天数市盈率每股收益流动比率0001571.17670022.920.172.240004021.282698.460.872.870004131.09817814.270.352.060005531.05920510.261.022.290007862.33792410.361.672.250009631.55695921.841.442.030020502.91500124.230.62.010024682.04308215.751.292.786002081.6971777.670.392.076003521.856778.81.162.996005162.9460135.913.394.456005181.2965428.680.962.236005851.7862176.855.052.576006372.71946713.210.82.99(三)做空股指期货接下来需要做空股指期货,将投资组合的beta抵消,只剩阿尔法部分。具体需要注意点:第一,现货与股指期货交易头寸之前的交易差额,即便是风险不宜暴露过大敞口号也不宜开得过大,否则这将会严重影响现货套期固本保值的投资效果。第二,由于一只现货基金是长期投资持有,而一个股指指数期货交易合约又没有到期日,所以在一个股指指数期货交易合约没有到期时它就需要向下一个期货合约有延展期,从而可以维持现货套期投资保值的有效延续性。第三,股指指数期货有日常的盯盘上市交易保证金平仓制度,投资者此时需要密切注意当日股指指数期货的盯市保证金,以免被市场强制进行平仓。第四,对冲收益策略在震荡熊市和持续震荡大牛市中综合表现最佳,在震荡牛市中对于投资者建议可适当提高调整个股对冲收益比例,在提高拿到个股阿尔法对冲收益的基础同时适当提高收获整个资本市场的持续上涨对冲收益。图6.1阿尔法对冲策略对比普通策略(四)策略动态调整构建好阿尔法策略计算组合后,需要密切关注跟踪它并检验策略组合的实际表现。对于,即使它在历史某个时期已经具有非常稳定和出色的阿尔法收益,未来这个时段也极有可能不会发生重大改变。当某个组合资产收益表现不佳时,应及时组合调整自产收益组合,调出没有表现"差"的其他资产,调入没有表现"好"的其他资产,并重新组合计算这个资产与该组合的收益系统价值风险和收益相应地及时调整中国期货市场头寸.而中国期货市场头寸调整方面,除了认为需要随时关注市场系统性的风险和市β的长期变化之外,还认为应该随时留意中国期货市场行情的短期波动。当资产组合中的风险需求敞口已经达到一定程度阈平均值,应该及时主动调整商品期货交易头寸,以降低匹配不同资产配置组合的短期系统波动风险。另外还有值得注意的一个地方时,在进行动态交易调整之前,还是您应该事先充分考虑每笔交易的手续费用和交易成本。频繁地价格调整必然也会增加市场交易成本,降低市场整体交易收益。而中国期货基金头寸配置方面,除了认为需要更加关注一些系统性的风险投资β的短期变化之外,还认为应该更加留意中国期货价格行情的短期波动。当资产组合中的风险需求敞口已经达到一定程度阈平均值,应该及时主动调整商品期货交易头寸,以降低匹配不同资产配置组合的短期系统波动风险。
量化投资风险控制机制阿尔法策略的三大瓶颈1.国内的现货融资管理成本也比较高,对目前阿尔法投资策略中多只现货基金组合的预期超额融资收益实现提出了更高的融资要求。在国外普遍使用的h阿尔法l的策略,往往在整个策略的理论实践执行过程中通过资金融资方式放大一个整体的预期资金流动头寸,主要形成原因大致有两个:其一,寻找一个能够具有较高预期超额投资收益的长期现货投资组合往往难度很大,必须通过资金融资方式来有效放大整个资金池的规模,最终现货组合的预期收益需要扣除资金融资后的成本以后才可能能够获取一个相对不错的预期收益。其二,相对目前买入长期持有股的策略,阿尔法股的策略主要是将市场资金大量分散配置在股票期货和商品现货两个部分,无形中对商品现货的长期超额投资收益实现提出了更高的技术要求。但国内目前超额融资服务成本远远赶超国外,证券投资公司长期提供的超额融资服务成本在8%以上,而国内寻找一个好的现货基金组合通过持续年度分化获得超额融资收益8%以上也就存在较大的困难,也就严重制约了国内阿尔法融资策略在国内的持续发展。2.股指期货指数黄金期货的资本市场交易参与性和资格准入门槛相对较高。股指期货合约平均期货每张当前股指期货合约的平均期货价值加数公式为当前股指合约期货交易点位价值加数公式乘以当前股指合约交易点位加值乘数(当前股指合约交易点位加值乘数为300),若投资股票期货投资者一定必须要严格规范运行股票持股持股阿尔法的投资策略,股票固定收益资产与一笔股票期货交易投资合约间的投资价值一定必须要互相平衡对应,因此至少在70万元左右,加上一笔股票期货交易合约中的保证金,资金上的储备只有规模在100万以上的投资股票期货投资者才真正能够获得有机会更多投资机会积极参与。3.阿尔法该策略的每个参与者一定要及时做好期现前对头寸的实时监控。阿尔法对冲策略的主要参与者因为希望彻底消除市场系统性对风险的直接影响,通常将期货套现市场资金市值比例对冲设定为风险市值比例对冲或称为beta市值对冲,但持有现货市场组合的市值beta往往通常是动态变化,要真正实现较为稳定的现货市场系统风险市值对冲,需要对持有现货组合头寸的市值beta比例有较为准确的风险估计。(二)量化投资风险1.数据陷阱地风险隐患传统现象投资交易方法往往存在一定的主观情绪特征,是基于某一客观现象促使投资者对其趋势进行的长期预判,因此现象投资者很容易感到受其主观情绪长期波动的直接影响,可能会因此从而使得整个现象投资者的交易过程无法真正达到客观准确的投资效果。而所谓量化风险投资将是对个体风险情绪进行排除,是从大量数据中进行抽取和分析剥离大量投资个体价值,构建投资模型化并进行综合分析,并基于模型分析后的结果合理进行策略决策,追求的目标是一种持续、稳定的非短期偶然性投资回报。构建这一量化判断模型主要是基于一定历史和社会重复的这一重要依据关系来对其进行量化判断。然而,数据安全并非绝对安全,也很有可能本身存在一定风险或者隐患。现代经济社会已经是大数据发展时代,大数据时代可能也会存在这样一种尴尬现象:很多投资者被大量数据信息包围,无法准确判断分析数据的真实性和有效性,对于一些存在重大缺陷的分析数据结果进行大量建模综合分析,可能直接导致所有者得到的分析结论不能与现实真实中的市场经济环境相一致。例如,当一个统计分析模型的某个样本数据发生了重大变动,最终结果可能就会导致统计结论不正确而导致无法真正适用于商品交易商的决策中。2.系统故障地风险隐患量化股票投资技术策略中系统故障地生的风险管理隐患主要分为包括四个主要方面:第一,网络安全问题的软或硬件系统故障直接影响到了量化股票投资策略效果;第二,模型在系统设计的操作过程中没有对客户资金来源配置及投资仓位进行充分考虑,使得资金仓位与投入资金没有及时达到充分匹配,从而可能出现资金爆仓的风险问题;第三,目前的股票交易系统可能缺少统一的安全标准系统认证,基本上也都是各家交易机构各自自主设计,没有经过客户投入前的严格测试,进而可能导致系统可能存在安全漏洞,引发安全故障问题。3.市场操纵地风险隐患目前我国金融资本证券市场的主要成分中,占大多数一定比例的主体还是大型散户,即中小型的投资者,他们通常由于没有雄厚的证券资金市场基础,没有足够专业的技术知识能力储备,也常常缺少对于技术面的分析。这部分投资人群中,很小小的一部份成分会将这种量化外汇投资交易策略直接运用于外汇交易中。从这一点角度来看,量化货币投资市场策略仍然存在着对市场具有操纵地位的风险较大隐患。(三)策略风险控制1.止损机制。在开始做空任何一只股票之前,一定要提前做好你预期的最低价格建仓止损,以应对当天市场随着指数的突然震荡反转迅速上涨,这样你才有机会更仔细地选择合适的好时机去建空头寸。2.做空整体指数。无论是作为对冲基金目的还是单纯想要看空一个整体指数市场,应准确把握好平仓点,及时进行回调修补,以及时获取预期收益较高为主要操作目的。长期市场走势总体来看,人类新兴股票随着历史不断快速持续发展和技术持续快速进步,道指百年以来短期走势亦一直保持长期整体平稳持续向上,期间不断刷新出现了所有旧有的人类股票被再次完全剔除、新增的现有股票被再次重新纳入。因此,不宜长期重仓或者做空当前市场中的整体强势个股比如指数,应及时出手进行重仓回调股以弥补空头,具体操作好的时机还需要应通过综合走势分析后并考虑当前市场整体技术面的基本面、消息面和当前市场整体心理面。3.成功的库存建仓操作空仓购置者建仓的库存需要一定的坚持和不松懈的坚持。许多在这个阶段准备做多的卖空者也可能被迫在面对这样一个尴尬的市场形势时,迅速果断地结束他们的短线多头止损。4.所有的股票都是投机性的,有真实的风险。如果一个卖空者得到了一半的卖空权,即使他只有3/10或4/10次是正确的,他仍然会赚钱。如果他能在错误的时候迅速停止损失,他就能积累财富(四)风险控制手段1.策略资金面控制与此同时,该策略对选中的所有未来策略股票基金同时下单,而不是将所有风险基金同时放入同一个基金篮子。利用风险投资多元化组合的管理模式,对不同战略区域的风险投资进行多元化组合处理。俗话说:“天有意想不到的”,市场运作的性质本身就是预测未来,所以它是合理的技术分析不能非常准确的预测股票未来的趋势,所以我们也想避免由于判断错误将使资本损失严重的情况。2.策略指标面控制本文主要通过最大回撤率来进行风险的控制。当最大回撤率大于7%对策略进行平仓处理。最大回撤(MaxDrawdown),是一个重要地风险指标。T日组合最大回撤率公式为:(1-1)公式(1-1)代表的价值目标投资策略投资组合的平均损失率和目标最高点,描述了最糟糕的投资策略投资组合的损失情况,并反映了投资组合的能力使其收益或基金保持盈利的能力。八、模型回测检验与比较(一)模型回测检验图8.1回测结果年度收益曲线收益注:数据来源:果仁网图8-1表示回测沪深300和策略收益率,其中红色表示沪深300指数,即市场大体走势,蓝色线是策略的累计收益率走势图,回测时间是近十年。从图中可以看出,本策略收益绝大多数都高于沪深300指数。表8-1回测结果收益统计(1)投资组合年化收益率夏普比率最大回撤率收益波动率信息比率Beta阿尔法创建天数自创建日收益本策略18.73%0.6433.15%23.19%0.960.7715.06%128761.92%沪深3003.75%-0.0246.70%22.95%30.12%表8-2回测结果年化收益统计注:数据来源:果仁网本次运行的交易标的沪深300指数股票。账号的初始流动资金余额为2000000元,由根据上表8-2可以计算得到到其累计年度日化投资收益率大约为18.73%,夏普比率大约为0.64,夏普比率其中表示的为一个投资目标组合每半年承受一次的单位总信息风险,会同时产生多少的预期超额投资报酬,所以我们得到的年化夏普率并非是不算太好,收益峰值波动后撤率大约为23.19%,信息风险比率大约是0.96,最大投资回报后撤率大约是33.15%。(二)运行分析表8-3策略超额收益归因因子相对基准风格因子暴露度年化配置收益年化择股收益年化超额收益行业分布不均衡3.19.11%6.46%15.58%市值高市值4.91.99%13.59%15.58%估值(PB)较高估值2.4-0.36%15.93%15.58%增长平均增长0.42.24%13.33%15.58%盈利高盈利4.97.57%8.01%15.58%动量平均动量0.43.38%12.19%15.58%波动低波动-34.53%11.05%15.58%表8-4暴露度统计因子相对基准风格因子暴露度近期持仓暴露度近期持仓暴露度分位暴露度中值%95分位值%5分位值暴露度标准差行业分布不均衡3.14.159.17%4.084.373.710.22市值高市值4.95.017.50%5.005.004.500.20估值较高估值2.45.095.83%2.504.800.801.17增长平均增长0.40.655.83%0.401.80-0.800.80盈利高盈利4.95.023.33%5.005.004.500.19动量平均动量0.41.570.00%0.602.80-2.301.55波动低波动-3.0-1.883.33%-3.00-1.10-5.001.18从表8-3和表8-4分析可得,行业暴露度3.1,分布不均匀,集中在银行、汽车、公用事业等行业。由此带来9.11%的年化配置收益。市值暴露度4.9,市值分布相对沪深300稍微偏向高市值板块。估值暴露度2.4,估值分布相对沪深300偏向较高估值板块。增长暴露度0.4,增长分布相对沪深300稍微偏向平均增长板块。盈利暴露度4.9,盈利分布相对沪深300偏向高盈利板块。动量(即最近股价涨幅)暴露度0.4,动量分布相对沪深300没有明显偏离。波动(即最近一年价格波动率)暴露度-3,盈利分布相对沪深300偏向低波动板块。图8.2板块配置市值对比策略vs基准图8.3板块配置估值对比策略vs基准图8.3板块配置增长对比策略vs基准图8.4板块配置盈利对比策略vs基准(三)绩效评估本文从六年定性收益定量证券基金指标筛选分析模型和多收益因子选股分析模型的结合出发,通过数据分析和综合检测长期历史数据,并通过融合了其他投资策略,将六年阿尔法综合策略中的综合预测模型广泛运用于六年的长期历史数据,然后以未来的历史数据基础检验了整个策略的综合预测性和操作有效性,最终成功完成整个六年阿尔法综合策略模型设计及数据验证操作过程。表8-5交易统计表年换手率340.26%持仓停牌股票比例2.73%平均持有天数69.39月赢率60.87%平均持仓股票数5.00周赢率54.95%平均交易收益5.94%日赢率50.86%正收益平均16.95%调仓指令可执行比例97.38%负收益平均-10.33%指数跟踪误差15.87%交易赢率59.67%平均持仓仓位100.00%换股次数181创新高最长天数886图8.5绝对收益分布图
图8.6相对指数收益分布图在交易统计表中,最终的年换手率是340.26%,月赢率60.87%,周赢率54.95%,日赢率50.86%,均超过了50%,最终交易赢率59.67%。绝对收益图中,其中正收益周期数86,负收益周期数53;相对指数收益分布图中,正收益周期数84,负收益周期数55,总体来说,该策略所能达到的收益都要高于50%,回测结果也表示,利用量化分析,一定程度上能选择出能产生超额收益的股票,本文所选因子也可以构建出可以产生高收益的阿尔法策略。
总结与建议研究
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
评论
0/150
提交评论