金融工程专题，行业配置系列：在alpha和绝对收益策略中应用行业配置的三个思路

《金融工程专题，行业配置系列：在alpha和绝对收益策略中应用行业配置的三个思路》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、金融工程研究Page1证券研究报告—深度报告[Table_Title]金融工程金融工程专题：行业配置系列数量化投资2017年08月21日[Table_BaseInfo]专题报告相关研究报告：《金融工程专题研究：单向波动差值择时之五：基于幅度过滤等方式的交易频率改进》—在alpha和绝对收益策略中应用—2017-05-15《金融工程专题研究：递归神经网络RNN—自适应计算次数（ACT）的RNN增强》——2017-08-11行业配置的三个思路《数量化投资：沪深300结构化增强》——2017-08-18alpha策略：用排雷法控制风险《金融工程专题研究：白马股量化选股模型》——2017

2、-05-25相较于个股特定因子风险，行业风险较大；因此，怎样从策略端在控制风险的《金融工程专题研究：递归神经网络RNN—长短期记忆细胞（LSTM）的多因子预测》—前提下获取行业alpha便成为策略应用的关键。本报告介绍排雷法，即通过多—2017-05-24重指标筛选出跑输市场的“行业负alpha组合”，将这些行业低配，并将相应的权重按固定规则赋予其它行业（即行业正alpha组合）。证券分析师：吴子昱多重指标筛选方法，本报告以三个指标为例：收益动量、成交额反转和单向波电话：0755-22940607E-MAIL：wuziy@guosen.com.cn动差值。当三个指标同时看空时，才选

3、入“行业负alpha组合”。证券投资咨询执业资格证书编码：S0980514050002按照上述方法排雷，月初换仓，2005~2017年期间，行业负alpha组合年化收益-1.8%，正alpha组合年化收益19.1%。绝对收益策略之一：不在高波动做多市场在不同波动状态下的风险收益特征是存在差异的。因此，引入行业历史波动率指数，分别对每个行业的波动率进行评价。将市场分位两种状态，正常波动状态和高波动状态。定义高波动状态为波动率高于中值，且过去一个月波动率增加。每月初选取历史波动率处于正常状态的行业，作为配置池。如果配置池为空，则本月空仓，持有现金。在配置池中，使用收益动量-成交额反转

4、的行业配置模型。2006~2017年期间，年化绝对收益30.5%；其中截至2008年，月度绝对收益最大回撤为-53.4%；2009年至今，月度最大回撤为-27%。绝对收益策略之二：不在弱势做多市场在不同强度下的做多难易程度存在分化。因此，引入衡量行业相对强弱指标RPS。针对收益动量-成交额反转模型的多头组合在不同的RPS强度下进行统计。过去12年，从绝对收益角度而言，首尾特征明显：RPS在[0,10%]区间，月均收益率-6.8%，上涨概率25%；RPS在[90%,100%]区间，月均收益率9.5%，上涨概率89%。呈现出明显的趋势特征。每月初选取RPS在10%以上的行业，作为配置

5、池。应用收益动量-成交额反转的行业配置模型。年化绝对收益29.3%；其中截至2008年，月度绝对收益最大回撤-55.2%；2009年至今，月度最大回撤-42%。独立性声明：作者保证报告所采用的数据均来自合规渠道，分析逻辑基于本人的职业理解，通过合理判断并得出结论，力求客观、公正，结论不受任何第三方的授意、影响，特此声明。请务必阅读正文之后的免责条款部分全球视野本土智慧Page2内容目录一、用排雷法生成行业alpha组合...................................................................................

6、......4控制风险是行业alpha的关键之一................................................................................4二、波动率在绝对收益策略中的应用.....................................................................................5波动率变化对绝对收益策略表现的影响......................................................................

7、..5监测行业历史波动率........................................................................................................5波动率在绝对收益策略中的使用....................................................................................6三、RPS相对强弱在绝对收益策略中的应用