不同条件下的组合优化模型结果分析.docx

《不同条件下的组合优化模型结果分析.docx》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1.前言42.模型回顾42.1Alpha模型42.2风险模型52.3成本控制模型63.组合优化模型框架64.个股权重限制75.lamda参数的影响86.成份股权重限制107.行业风险敞口的限制118.换手率限制129.市值因子暴露限制1310.跟踪误差控制1411.股票数量控制1512.总结1613.进一步研究1714.风险提示17图目录图1多因子模型体系4表目录表1：Alpha模型4表2：针对银行的alpha模型5表3：风险因子5表4：不同个股限制条件在沪深300上的区别7表5：不同个股限制条件在中证500上的区别8表6：不同lamda

2、指标在沪深300上的表现（个股权重tight规则）8表7：不同lamda指标在沪深300上的表现（个股权重loose规则）9表8：不同lamda指标在中证500上的表现（个股权重loose规则）9表9：不同lamda指标在中证500上的表现（个股权重tight规则）9表10：不同成份股权重条件在沪深300上的区别（个股权重tight规则）10表11：不同成份股权重条件在沪深300上的区别（个股权重loose规则）10表12：不同成份股权重条件在中证500上的区别（个股权重tight规则）10表13：不同成份股权重条件在中证500上的区别（个股

3、权重loose规则）11表14：不同行业风险敞口在沪深300上的区别（个股权重loose规则）11表15：不同行业风险敞口在沪深300上的区别（个股权重tight规则）12表16：不同行业风险敞口在中证500上的区别（个股权重loose规则）12表17：不同行业风险敞口在中证500上的区别（个股权重tight规则）12表18：换手率条件在沪深300上的应用（个股权重loose规则）13表19：换手率条件在中证500上的应用（个股权重loose规则）13表20：市值因子暴露在沪深300上的应用（个股权重tight规则）13表21：市值因子暴露在

4、中证500上的应用（个股权重tight规则）14表22：跟踪误差条件在沪深300上的应用14表23：跟踪误差条件在中证500上的应用15表24：股票数量控制在沪深300上的应用16表25：股票数量控制在中证500上的应用161.前言本期报告的主要目的是对多因子体系中的组合优化模型进行详细的探讨，分析不同参数条件下的结果，从而根据不同策略目的来选择合适的参数条件。虽然不同的机构可能因为所使用的alpha因子、风险因子，或行业的因子配置有所区别导致组合表现存在一定区别，但是不同限制条件对回测结果影响的规律性应该是相同的。对这种规律性的揭示也是本报

5、告的首要目的。2.模型回顾多因子模型体系包括alpha模型、风险模型、成本控制模型、组合优化模型。Alpha模型负责选择出能带来超额收益的股票，风险控制模型负责计算组合在给定的风险因子上的暴露，成本控制模型负责交易成本的限制。组合优化模型则是最终将上述模型整合为一体，得到最优结果。图1多因子模型体系资料来源：在进行组合优化模型的分析前，有必要将我们的前面三个模型如何构建进行简要回顾，以确保对测试中的基本模型有一个了解。2.1Alpha模型表1：Alpha模型一级因子二级因子MomQualityGrowthM_reverse_20,M_reve

6、rse_60,M_reverse_180Roa_q,Roe_qProfit_g_q,Sales_g_q,Roe_g_q,SueLiquidityValueWestGovernanceStom_barra,Stoq_barra,Stoa_barraEp,BpWest_netprofit_yoy,Est_instumMgmt_ben_top3m资料来源：表2：针对银行的alpha模型GrowthValueProfit_g_q,Sales_g_q,SueEp,Bp资料来源：其中M_reverse_20,M_reverse_60,M_reverse_

7、180为不同周期的经过单日成交金额加权处理的动量反转因子。West_netprofit_yoy,Est_instum为Wind数据库中的一致预期因子，分别为未来一年的净利润同比增速和机构覆盖数量。Mgmt_ben_top3m因子为经过根号下处理的排名前三的高管薪酬和因子。其他因子为常用的Barra因子或成长、盈利等因子。所有二级因子等权合成一级因子。Growth因子对Quality因子做成交化处理，Volatility因子对Liquidity因子和Mom因子做正交化处理。一级因子根据其历史ICIR符号方向确定方向，然后所有一级大类因子等权合成

8、，作为个股的得分。针对银行股票进行单独建模，仅使用Growth和Value来确定股票得分。我们对银行进行单独的收益打分建模，对银行仅使用成长类和估值类因子进行打分。