数量化专题之一百零四:抱团行为和慢牛股研究

数量化专题之一百零四:抱团行为和慢牛股研究

ID:8235504

大小:1.85 MB

页数:27页

时间:2018-03-11

数量化专题之一百零四:抱团行为和慢牛股研究_第1页
数量化专题之一百零四:抱团行为和慢牛股研究_第2页
数量化专题之一百零四:抱团行为和慢牛股研究_第3页
数量化专题之一百零四:抱团行为和慢牛股研究_第4页
数量化专题之一百零四:抱团行为和慢牛股研究_第5页
资源描述:

《数量化专题之一百零四:抱团行为和慢牛股研究》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、金融工程金融工程[Table_MainInfo][Table_Title]2017.09.19金融工程团队:刘富兵:(分析师)抱团行为和慢牛股研究电话:021-38676673邮箱:liufubing008481@gtjas.com数——数量化专题之一百零四证书编号:S0880511010017量刘富兵(分析师)叶尔乐(研究助理)陈奥林:(分析师)化021-38676673021-38032032电话:021-38674835liufubing008481@gtjas.comyeerle@gtjas.com邮箱:chenaolin@gtjas.com专证书编号S0880511

2、010017S0880116080361证书编号:S0880516100001题报本报告导读李辰:(分析师)本报告分析了抱团股与机构持仓的关系以及机构持仓的超额收益特征,同时利用市场电话:021-38677309告邮箱:lichen@gtjas.com和基本面信息通过特征工程找到了慢牛股纯度较高的参数域,并构建了相应策略。证书编号:S0880516050003摘要:[Table_Summary]由于机构持仓信息披露频率低延迟高,机构持仓变化和慢牛股之间存孟繁雪:(分析师)在如下特点:机构持股比例提升和股价的上升同步,不具有预测所电话:021-38675860邮箱:mengf

3、anxue@gtjas.com需的时间差;在连续上涨后期阶段,机构持股比例可能降低;机构证书编号:S0880517040005持股比例下降不一定预示着慢牛行情的结束,可能震荡后继续拉升。抱团更多的是事后的解释,研究慢牛股还需寻找深层次驱动因素。蔡旻昊:(研究助理)电话:021-38674743考察机构持仓信息我们发现:QFII有较强的选股能力,且选股有收邮箱:caiminhao@gtjas.com益持续性,在A股市场上近几年一直有投资,并且重仓股在报告披露证书编号:S0880117030051日后胜率和收益都较高的有耶鲁大学基金和韩国产业银行等机构,证殷明:(研究助理)跟踪

4、这些机构可以作为对选股体系的补充;从相对收益的角度来说,电话:021-38674637券机构持有的股票构成的组合相对指数存在长期的超额收益,但是在不邮箱:yinming@gtjas.com研同域和不同机构中表现不同,相对来说沪深300中QFII和中证500证书编号:S0880116070042究中社保基金持有或者增持的股票超额收益更多更稳定;股东户数是叶尔乐:(研究助理)股票持股结构中的重要信息,股东户数变化主要来自散户的进出,从报电话:021-38032032结果来看,股东户数减少的股票,未来超额收益更高,反映了股票告邮箱:yeerle@gtjas.com市场上长期的博弈不

5、均衡。证书编号:S0880116080361利用夏普比率量化的定义慢牛股,能够选到传统意义上有名的慢牛殷钦怡:(研究助理)股,同时避免选到波动较大的非真正慢牛的股票,信号的分布在牛市电话:021-38675855和熊市中也都有。我们以逻辑为起点选择与慢牛股有关的市场和基本邮箱:yinqinyi@gtjas.com面因素,通过特征工程的方式系统性的搜索慢牛股纯度较高的参数证书编号:S0880117060109域,我们采用CART决策树算法得到慢牛股纯度较高的节点的共同逻辑为:牛市中,中大市值,高分红、低估值的股票,这和我们传统[Table_Report]相关报告认知相符,但是

6、机器学习分类算法能够帮我们更精准的刻画参数域。《基于二维收益分解的选股策略》2017.08.31剪枝的CART决策树算法无法找出熊市和震荡市的慢牛股逻辑,这是《基于弹簧模型的量价分析》2017.08.30由于熊市和震荡市中慢牛股稀少造成的,因此有限参数的情况下,线《缠论中的笔在MACD价格分段中的应用》2017.08.22性参数域中夹杂了过多非慢牛股样本,使得在决策树算法下纯度不够《行业轮动中“确定性”的规律及投资机会》高。我们通过采用径向核函数(RBF)的支持向量机SVM算法解决这2017.08.18个问题,利用SVM算法得到的慢牛股信号在牛市、熊市、震荡市中都《多维度挖

7、掘公开市场回购中的超额收益》2017.08.01有分布,包含逻辑更多,模型在样本外的测试结果也较为不错,全样本测试得到的信号(18831个)在60天后平均收益超过25%,收益为正的概率为79%,在2016年后的样本外信号(454个)60天平均收益超过7%,收益为正的概率为60%。证明了慢牛股纯度较高参数域的存在性。本报告只用了较少的参数与SVM算法进行了粗浅的尝试,未来将进一步完善慢牛股特征寻找过程,总结慢牛股逻辑以及考察慢牛股出场条件。请务必阅读正文之后的免责条款部分数量化专题报告目录1.抱团行为和慢

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。