金融工程专题报告:多因子模型与行业轮动模型的结合

金融工程专题报告:多因子模型与行业轮动模型的结合

ID:30796618

大小:2.92 MB

页数:27页

时间:2019-01-03

金融工程专题报告:多因子模型与行业轮动模型的结合_第1页
金融工程专题报告:多因子模型与行业轮动模型的结合_第2页
金融工程专题报告:多因子模型与行业轮动模型的结合_第3页
金融工程专题报告:多因子模型与行业轮动模型的结合_第4页
金融工程专题报告:多因子模型与行业轮动模型的结合_第5页
资源描述:

《金融工程专题报告:多因子模型与行业轮动模型的结合》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、目录一、引言4二、行业轮动是否有必要?4(一)行业中性是与非?4(二)常见行业轮动增强方法5(三)与多因子框架的割裂5三、SimpleFactorPortfolios7(一)常规因子处理7(二)哑变量因子处理8四、PureFactorPortfolios8五、模型验证9(一)国家因子代表了什么?9(二)因子共线性122.1风格因子共线性132.2行业因子共线性14六、探秘纯行业组合16七、与行业轮动模型的结合24八、组合构建方法26(一)mixedapproach26(二)integratedapproach27九、总结及展望27十、风险提示27图表目录图表1沪深30

2、0指数增强基金行业暴露情况(20180630)4图表2沪深300指数权重分布(20181203)5图表3行业偏离后相对行业暴露6图表4行业偏离后相对风格暴露6图表5只加入行业哑变量的国家因子收益与wind全A对比10图表6cne5十大风格因子11图表7加入风格因子及行业哑变量后国家因子收益与wind全A对比12图表8因子杠杆率12图表9单因子组合风格因子对数累计收益13图表10纯因子组合风格因子对数累计收益14图表11行业组合(风格有偏)累计收益相关性15图表12纯行业组合(无风格暴露)累计收益相关性16图表13传媒行业单因子组合与纯因子组合对数累计收益对比17图表1

3、4电力及公用事业行业单因子组合与纯因子组合对数累计收益对比17图表15钢铁行业单因子组合与纯因子组合对数累计收益对比18图表16国防军工行业单因子组合与纯因子组合对数累计收益对比18图表17家电行业单因子组合与纯因子组合对数累计收益对比19图表18建材行业单因子组合与纯因子组合对数累计收益对比19图表19海螺水泥k线图20图表20中国巨石k线图20图表21东方雨虹k线图21图表22基础化工行业单因子组合与纯因子组合对数累计收益对比21图表23万华化学k线图22图表24浙江龙盛k线图22图表25华鲁恒升k线图23图表26行业轮动逻辑23图表27纯行业组合对数累计收益24

4、图表28纯行业组合对数累计收益24图表29纯行业组合对数累计收益25图表30纯行业组合对数累计收益25图表31等权纯行业组合对数累计收益26一、引言在之前的研报《基于基金行业仓位测算的行业轮动策略》以及《评价基金行业轮动能力的新指标》中,我们构建了跟随基金行业风格暴露的行业轮动策略。在该策略中我们买卖的标的为中信行业指数,但是在投资实操中并无完全对标的ETF产品,所以我们的投资终须落实到个股层面上。然而常见的增强选股方法与多因子框架之间存在较强的割裂性,本篇报告试图结合纯因子模型提出一种解决方案。二、行业轮动是否有必要?(一)行业中性是与非?在投资实务中,投资经理认为

5、行业轮动的收益较难获取,而且会增加组合波动,性价比不高,所以大多数基于多因子模型的指数增强策略均是进行行业中性控制的,然而事实是否如此?我们选取了三支知名沪深300增强基金,根据其20180630披露的全部持仓计算其相对沪深300指数的行业偏离情况,如下图所示:图表1沪深300指数增强基金行业暴露情况(20180630)资料来源:Wind,如图表1所示,可以发现,因为披露持仓权重并非期期初持仓权重,且行业分类选择不同的原因。基金1尚且可能是进行行业中性控制的。但基金2,3在银行及证券上有明显的负偏离,而在非银金融上有明显的正向偏离,偏离程度无法用上述两个理由去解释,说

6、明存在两种可能性:1.基金2,3对alpha模型选出来的股票并未执行行业中性约束操作。2.基金2,3执行了行业中性约束操作,但根据行业轮动模型信号对某些行业进行主动偏离。但是我们也知道,指数增强基金对于跟踪误差的要求较为严苛,第二种情况的更能性较第一种大得多,所以我们可以认为基金2,3在其组合构建中大概率使用了行业轮动模型。(二)常见行业轮动增强方法券商研报中常见的行业轮动增强一般为以下几个步骤:1.根据宏观数据、行业基本面数据或行业指数K线生成行业轮动信号,并与宽基或等权行业组合相比较。2.根据信号在基准(沪深300或中证500等)上进行主动行业偏离,增加看多行业个

7、股的权重,减少看空行业个股的权重。3.或是在多因子框架中加入行业哑变量,一起参与排序打分。然而以上结合方法都存在一些问题。(三)与多因子框架的割裂以上文中第二个方法为例,这里我们取出沪深300指数20181203的成份股权重,对其进行行业主动偏离以及风格暴露分析,首先我们先来看当期沪深300成份股的行业分布情况。以中信行业为例,可以发现沪深300指数中大部分权重集中于银行及非银金融两个行业。图表2沪深300指数权重分布(20181203)资料来源:Wind,如果我们本期的行业轮动信号,看多纺织服装,看空股份制与城商行,并分别对其增加/减少3%的权重(

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。