长城证券-2010年度量化投资研究回顾:创新与耕耘,见证量化基金的未来-101119
时间:2025-07-11
时间:2025-07-11
创新与耕耘,见证量化基金的未来——2010年度量化投资研究回顾
长城证券研究所宋绍峰 010-88366060-8869 songsf@http://www.77cn.com.cn执业证书编号 S1070210030003
目录1、前言1.1数量化投资的研究方向
2、量化选股策略2.1量化选股策略的思想 2.2动态预期选股策略 2.3添加动量反转的动态预期选股策略 2.4阿尔法选股策略 2.5选股策略小结
3、量化择时策略3.1量化择时的特点 3.2大小盘风格轮动择时 3.3 SVM择时模型 3.4天气择时
1、前言
1.1数量化投资的研究方向 阿尔法策略主要利用回归、因子分析等手段找到阿尔法收益 套利与对冲股指期货套利、衍生品跨品种套利、事件套利、统计套利、macro hedge 创新型基金各种标的ETF、保本基金、portable alpha、分级基金
2010年之前权证、可转债、股指期货、 long-only的阿尔法基金
2011年 OTC市场的 CDS、汇率与商品期权、保本与套利基金
2012年之后 QDII量化基金、丰富多彩的ETF甚至杠杆ETF、多范式的对冲基金
2、量化选股策略
2.1量化选股策略的思想 超越基准历史经验表明,主动型long only选股策略可以长期超越指数但超额收益不大,针对不同的基金品种设计相应的策略 稳定可靠微调几个参数不至于对策略结果产生太大的波动 理论支持基于各种学术或业界的理论,不仅仅是“技术分析”或是“经验” 低成本成本是扼杀利润的最大杀手,我们希望能做到最低换手
2.1量化选股策略的思想 (续) 对于一个趋势性的市场,往往风格只集中于市值、价值、板块、动量以及其他特征因子,并且多数情况下是一种二元选择动量/反转
大盘/小盘
价值/成长
市场特征
选股与构建组合并不是难事,关键在于预测下一阶段市场的特征 数量化选股的基本思想就是利用这些特征因子进行选股,或者单因子或者多因子基本的动态预期选股策略
周期/消费
添加动量反转的动态预期选股策略
阿尔法型市场中的选股策略
2.2动态预期选股策略——选股流程
30支股票池
模块与指标筛选
A股市场所有股票
考察日期:06年1月1日至今 选股范围:全部A股股票,剔除重大资产重组复牌、ST退市等异常情况 其他限制:剔除 PE<5,利润或营收增长率>1000等异常情况 调仓成本假设为1%,满仓操作,long only
2.2动态预期选股策略——对比静态选股突显优势静态选股 采用已公布的季度财务数据 调仓周期长(季度) 长时间段实证无法获得超额收益动态预期选股 采用市场分析师预期 调仓周期短(月度) 超额收益取决于分析师的智力
表:静态选股策略的收益率分析(2006-2009)
累计收益率 PE PB收入增长率净利润增长率沪深300 353.97% 329.69% 610.87% 395.94% 275.74%年化超额收益 4.84% 3.41% 17.28% 7.19%年化标准差 40.77% 41.14% 38.71% 41.03% 36.53%
数据来源:长城证券,《量化投资系列之一——基于估值与成长的静态选股模型》
2.2动态预期选股策略——结果动态PE% 800 700 600 500 400 300 200 100 0 2006年1月 2006年4月 2006年7月 2007年1月 2007年4月 2007年7月 2008年1月 2008年4月 2008年7月 2009年1月 2009年4月 2009年7月 2010年1月 2010年4月 2006年10月 2007年10月 2008年10月 2009年10月 2010年7月 2010年10月
动态PEG
净利润
收入
HS300
表:四种动态选股指标分阶段表现动态PE PEG净利润收入 HS300 2006年 96.30% 132.65% 113.49% 117.01% 122.64% 2007年 323.15% 238.53% 261.42% 189.18% 166.69% 2008年 -67.19% -63.51% -62.86% -68.48% -67.63% 2009年 167.04% 147.52% 121.48% 161.18% 97.68% 2010年1-10月全阶段表现 -4.27% 596.78% -2.05% 596.86% 13.26% 618.89% 0.48% 419.03% -7.43% 251.65%
数据来源:长城证券,《量化投资系列之二——动态预期选股初探》
选用净利润、PE、PEG等指标都能获得较好的超额收益
2.3添加动量反转的动态预期选股策略——动量反转有效性检验 采用2006年以来沪深300样本股进行动量反转策略的30支股票组合实证
5日动量% 800 700 600 500 400 300 200 100 0 06年1月 06年4月 06年7月 06年10月 07年1月 07年4月
10日动量
30日动量
HS300% 600 500 400 300 200 100
91日反转
182日反转
365日反转
HS300
07年7月
07年10月
08年1月
08年4月
08年7月
08年10月
09年1月
09年4月
09年7月
09年10月
10年1月
0 06年1月 06年4月 06年7月 06年10月 07年1月 07年4月 07年7月 07年10月 08年1月 08年4月 08年7月 08年10月 09年1月 09年4月 09年7月 09年10月 10年1月
数据来源:长城证券,《量化投资系列之三——动态预期+股价动量反转之选股策略》
沪深300内的实证表明:动量策略基本失效,而反转策略明显有效。 尤其是长周期反转,如365日反转策略在4年时间里跑赢指数260%。
2.3添加动量反转的动态预期选股策略——模型构建 根据层层过滤法,先根据动态预期指标选择出股票子池,然后再在子池当中根据样本内的动量反转指标构建最终的组合 动量选择短动量(7日),反转选择长周期反转(365日)
根据动态预期选择150支股票子池
从股票子池中根据动量反转指标选择30支股票
构建投资组合
2.3添加动量反转的动态预期选股策略——结果四种动态预期+动量反转选股指标分阶段表现动态PE动态PE+动量动态PE+反转动态PEG动态PEG+动量动态PEG+反转净利润净利润 …… 此处隐藏:2162字,全部文档内容请下载后查看。喜欢就下载吧 ……
上一篇:小学数学教师招聘考试题及答案详解
下一篇:第三章现代家具的经典设计大师g