金融工程专题产品创新专题报告系列之二十一：高相关性因子与其Smart_Beta指数构建

《金融工程专题产品创新专题报告系列之二十一：高相关性因子与其Smart_Beta指数构建》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、目录索引一、相关性因子海外经验4二、高相关性因子研究5（一）高相关性、低波动与高BETA5（二）相关性因子分析12三、高相关性SMARTBETA指数构建15（一）关于SMARTBETA15（二）指数构建17四、总结与讨论22图表索引图1：相关性因子（与其他成分股相关系数均值）5档回测净值5图2：相关性因子（与其他成分股相关系数均值）5档回测净值柱形图6图3：相关性因子（与指数相关系数）5档回测净值6图4：相关性因子（与指数相关系数）5档回测净值柱形图7图5：波动率因子5档回测净值8图6：波动率因子5档回测净值柱形图（2007-04-02至2018-07-02）8

2、图7：沪深300高贝塔指数9图8：上证180高贝塔指数9图9：创业高贝净值10图10：中创高贝净值10图11：相关性因子5档的波动率均值11图12：相关性因子5档的Beta值均值11图13：高相关性、低波动、高Beta回测净值比较12图14：相关性因子季度IC值（IC均值：0.07，ICIR：1.46）12图15：相关性因子第1档多头+中证500指数对冲策略净值13图16：相关性因子1、5档多空策略净值14图17：沪深300动态/稳定指数回测表现16图18：沪深300成长/价值指数回测表现16图19：中证500高相关性SmartBeta指数表现17图20：中证5

3、00高相关性SmartBeta指数各季度换仓率18图21：相关系数加权和等权SmartBeta比较18图22：相关性因子第2档加权和等权比较19图23：相关性因子第3档加权和等权比较19图24：相关性因子第4档加权和等权比较19图25：相关性因子第5档加权和等权比较20图26：调仓日之前一个季度各档内部个股与指数相关系数的均值20图27：调仓日之前一个季度各档内部个股与指数相关系数的标准差21图28：高相关性个股事前和事后相关系数比较21图29：相关性因子5档事后相关系数均值22图30：中证500相关性最高和最低20股票组合净值22表1：相关性因子IC值年度均值

4、13表2：相关性因子1、5档多空策略回测结果14表3：相关性因子1、5档多空策略各年份回测结果14表4：基于沪深300构造的指数15表5：中证500高相关性SmartBeta指数表现（2007-04-02至2018-07-02）.17金融工程

5、专题报告一、相关性因子海外经验“我发现如果我拥有15-20个良好的、互不相关的回报流，我就能大大降低我的风险，同时又不减少我的预期收益。这些原则适用于所有的经营活动。无论经营宾馆、科技公司还是任何其他东西，你的业务都会产生回报流。拥有几个良好的、互不相关的回报流，要比只有一个好。而且，知道如何结合不同的回报流，要比能够选出

6、好的回报流更有效果（不过显然你必须二者都做）。大多数投资经理没有明白这一点。他们管理单一资产类别的投资：股权管理者管理股权，债券投资者管理债券，等等。他们的客户给他们钱，是希望他们在收获此类资产的总体收益（例如标准普尔500股市指数）之外，还能通过押注、高估和低估特定资产的价值（例如买入比特定指数中更多的微软股票）取得一些额外收益。但同一资产类别内部的具体资产通常约有60%是相互联系的，这意味着在一半以上的情况下，这些资产的价值是一起上升或下跌的。一个股权投资经理把1000只存在60%相关性的股票纳入自己的资产组合，与只选择5只股票的情况相比，多样性并没有高多少

7、。”——摘自达利欧的《原则》这是桥水基金创始人达利欧写的新书《原则》中的一段文字。以我们后文要讨论的SmartBeta指数为例，文字中所说的对回报流的选择，可以理解为如何更好地从指数成分股中选股；而对不同的回报流的结合，可以理解为如何更好地优化加权的方法。达利欧在书中提到，低相关的资产可以在不降低预期收益的情况下大大减少风险，能够有效地提高收益风险比，他将其称为“投资的圣杯”。所以，以达利欧的话来说，要获得更高的收益风险比，关键在于选取相关性较低的良好的回报流，再用比较好的方式对不同的回报流进行结合。受此启发，我们认为可以以指数成分股之间的相关性为切入点，研究S

8、martBeta指数构造过程中的选股和加权方法。我们查阅了一些有关相关性因子的海外文献，发现低相关性因子在海外市场是一个有效的因子。比如在Asness等写的《BettingCorrelation:TestingTheoriesoftheLow-RiskEffect》一文中，为了更好地解释“低风险效应”产生的原因，他们把BAB（BettingAgainstBeta）因子分解为了BAC（BettingAgainstCorrelation）因子和BAV（BettingAgainstVolatility）因子，即利用了Beta可以分解为相关系数和波动率这一性质：Beta

9、(??)=???????