主题量化投资策略：基于随机森林的择时对冲方法

《主题量化投资策略：基于随机森林的择时对冲方法》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、主题量化投资策略基于随机森林的择时对冲方法中信证券研究部金融工程及衍生品组李祖苑赵文荣王兆宇张依文2017年12月14152999/30242/2017121916:55摘要主动量化与择时对冲：攻防兼备。1）市场充斥黑天鹅，长线配置型投资者迫切需要择时对冲尾部风险。2）近两年，A股市场结构分化显著，波动率降低，alpha获取难度大幅增大。适度暴露因子风险获取SmartBeta收益更为丰厚，但超额收益不稳定。有效的择时对冲方法有助于平滑策略收益。3）股指期货贴水环境持续了2年多的时间，多数策略无力承担完全对冲的成本，有效的择时对冲策略成为性价比更好的选择。风险因素：规

2、避下行趋势，警惕情绪拐点。1)3根阴线改变市场预期。3根大阴线形成后，沪深300指数未来一个月下跌的占比为86%，未来两个月下跌的占比为71%，中证500指数下跌的占比分别为67%和63%。2)向下跳空缺口是需要警惕的风险信号。跳空后一个月内，各指数均有较大概率继续下跌，平均跌幅0.89%。3）统计板块内创一年内新高的个股占比。市场较热时，若指数上涨不再伴随着新高比例的上升，往往意味着行情无法扩撒。3）利用动态时间规整（DTW）刻画行情序列的一致度。行情后期，DTW一致度大幅下降。4)定义TREND=corr(-[5,…90],[MA(5),…MA(90)]),刻画T日

3、指数多头排列的程度。需警惕多头程度由正转负后的向上趋势终结。5）从量、价、波动率、估值、趋势、反转、市场分化等维度共挖掘31个因子作为择时模型的输入。随机森林：十八般武艺形成合力。1）随机森林是大量决策树的集合，通过自助法(boot-strap)重采样技术,不断生成训练样本和测试样本,由训练样本生成多个决策树组成随机森林,将每棵树的决策结果按照简单多数投票法或简单平均法得到测试数据的决策结果。2）随机森林可以处理非线性问题，不易出现过度拟合、参数少、运算快，易并行、抗干扰。3）随机森林的性能由单棵数的分类强度和1树之间的相关度决定。主要参数是树木棵数n和入选变量数m.

4、14152999/30242/2017121916:55摘要基于随机森林的择时对冲：大幅降低回撤。1）基于2005/11/30~2017/11/30沪深300指数日数据建立随机森林择时模型，目标为次日指数涨幅。参数n设置为100，m设置为5。2）择时流程：2010年后，每年末基于历史数据建立随机森林择时模型，次年末更新。每日收盘根据模型预测下一日涨跌，预测下跌日进行对冲保护。同时，添加3根阴线、跳空风险窗口：T日3根阴线形成，规避[T+1,T+20]风险窗口。T日向下跳空缺口形成，规避[T+1,min(T+20,跳空回补)]风险窗口。3）模型共计切换择时信号282次，

5、日胜率52.63%，下跌日预测准确率为60.15%。4）基于上述模型对预期高派现策略进行择时对冲，策略年化收益率为16.96%，较纯多策略提升8.42%，最大回撤为20.29%，较纯多策略下降19.68%，除2012年外，年回撤控制在15%以内。214152999/30242/2017121916:55目录一．主动量化与择时对冲：攻防兼备二．风险因素讨论：规避下行趋势，警惕情绪拐点三．随机森林：十八般武艺形成合力四．基于随机森林的择时对冲314152999/30242/2017121916:551主动量化VS择时对冲——攻防兼备黑天鹅盛行，如何对冲极端下行风险？Al

6、pha获取难度大，适度暴露因子风险有助于获取丰厚的SmartBeta收益，但超额收益不稳定，如何平滑收益？贴水环境下，对冲成本高企，如何降低对冲成本？Alpha不易获取，风难主动暴露因子风险险度：：纯多策略对冲持续贴水，由由高易尾部风险对冲成本高企到至低难择时对冲收益分解资料来源：中信证券研究部414152999/30242/2017121916:55目录一．主动量化与择时对冲：攻防兼备二．风险因素讨论：规避下行趋势，警惕情绪拐点三．随机森林：十八般武艺形成合力四．基于随机森林的择时对冲514152999/30242/2017121916:552风险因素——规避下行趋

7、势每个交易日T，计算MA(5),MA(10),MA(15)……MA(90)定义TREND=-corr([5,10……90],[MA(5),MA(10)……MA(90)]),刻画T日指数多头排列的程度，TREND越接近1，向上趋势越强，TREND越接近-1，向下趋势越强。当TREND由正变负，向上趋势终结。多头排列程度VS沪深300多头排列程度VS中证500多头程度沪深300多头程度中证5001.570001.514000160001120005000100000.50.5400080000030006000-0.5-0.52005/