模块2：对冲阿尔法策略分解.pptx

阿尔法策略产品——量化选股模型 丁鹏 2 丁鹏 博士中国量化投资学会 理事长 《量化投资—策略与技术》作者 《量化投资丛书》主编 《量化投资与对冲基金》副主编 东航金控 财富管理中心 总经理 部门介绍大纲 内容提要 量化选股概述 多因子模型 风格轮动模型 行业轮动模型 资金流模型 动量翻转模型 一致预期模型 趋势追踪模型 筹码选股模型 CAPM模型 资本资产定价模型（CAPM） CAPM揭示了一个基本原理：超额的收益来自于超额的风险 ：资产的预期收益率 : 无风险利率 : 该资产的风险系数（贝塔） :资产的风险溢价（阿尔法） 无风险利率 举个例子： 长江上有一条船，船上有一个人在行走，那么这个人的速度多少？ V=v1+v2+v3，其中： V1：江水的速度（无风险利率） V2：船的速度（贝塔收益） V3：人的速度（阿尔法收益） 无风险利率产品 银行存款 国债 货币基金 逆回购 长江水一直向东流。 贝塔产品 贝塔就是大盘自然涨跌带来的收益 长期看，贝塔为正，但是有不确定性 各种指数类产品，包括大盘指数和行业指数 船不一定一直开，有时候可能停下来，甚至倒回去。 阿尔法产品 取决于人在船上能走多快 这才是基金经理的核心能力所在。 主动管理型共同基金，通过基本面研究获取阿尔法 对冲基金，通过量化研究获取阿尔法。 阿尔法的大小证明了基金经理的核心价值 各种产品的费率 举个例子：肉包子，由面粉做成包子，再加上肉馅。 面粉最便宜（无风险利率产品：0.3%管理费） 包子其次（贝塔产品，1%管理费） 肉最贵（对冲基金产品，2%管理费+20%绩效） 阿尔法策略 阿尔法策略有正向阿尔法和反向阿尔法两种 （1）正向阿尔法就是构建一批超越市场的股票组合，同时做空股指期货 （2）反向阿尔法就是融券做空一批弱于市场股票组合，同时做多股指期货 阿尔法的核心在于：量化选股模型 量化选股概述 量化选股策略总的来说可以分为两类：第一类是基本面选股，第二类是市场行为选股。 基本面选股主要有：多因子模型、风格轮动模型和行业轮动模型。 市场行为选股主要有：资金流模型、动量反转模型、一致预期模型、趋势追踪模型和筹码选股模型。 多因子模型 经济学解释 多因子模型是应用最广泛的一种选股模型，基本原理是采用一系列的因子作为选股标准，满足这些因子的股票则被买入，不满足的则卖出。 例如，当很多投资者认为低PE的价值型的股票是好的投资标时，他们纷纷买入低PE的股票，会使得该股票出现上涨，或者超越大市。这样就使得低PE这个因子的有效性得到体现 多因子模型 一般而言，多因子选股模型有两种判断方法，一是打分法，二是回归法。 （1）打分法就是根据各个因子的大小对股票进行打分，然后按照一定的权重加权得到一个总分，根据总分再对股票进行筛选 （2）打分法是最简单，也是最稳定的筛选因子的方法。其中因子的权重对最终的结果有着至关重要的影响。 多因子模型 （3）回归法就是用过去的股票的收益率对多因子进行回归，得到一个回归方程，然后把最新的因子值代入回归方程得到一个对未来股票收益的预判，最后以此为依据进行选股 （4）回归法的问题在于很难找到一个精确拟合的回归方程，存在很大的模型误差，所以实战中用处不广。 多因子模型 多因子选股模型的建立过程 1．候选因子的选取 候选因子可能是一些基本面指标，如 PB、PE、EPS 增长率等，也可能是一些技术面指标，如动量、换手率、波动等。 2．选股因子有效性的检验 一般检验方法主要采用排序的方法检验候选因子的选股有效性。 多因子模型 （1）对于任意一个候选因子在模型形成期的第1个周期初开始计算各股票该因子的大小，按从小到大的顺序对样本股票进行排序，并平均分为n个组合，一直持有到周期末。 （2）在下个周期再按同样的方法重新构建n个组合并持有到周期末，每个周期如此，一直重复到模型形成期末。 （3）组合构建完毕后，计算这n个组合的年化复合收益、相对于业绩基准的超出收益、在不同市场状况下的高收益组合跑赢基准和低收益组合跑输基准的概率等 多因子模型 3．有效但冗余因子的剔除 不同的选股因子可能由于内在的驱动因素大致相同等原因，因此其中的一些因子需要作为冗余因子剔除。 具体的方法有很多，比较典型的是计算相关系数的方式 假设需要选出k 个有效因子，样本期共m 月，那么具体的冗余因子剔除步骤如下： 多因子模型 （1）具体方法：令组合1和n相对基准的超额收益分别为 AR1 和 ARn，如果AR1ARn，则将组合i的分值设为i；反之，AR1ARn，组合i的分值为n - i+1 ，即所有组合的分值取1 到n间的连续整数。组合得分确定后，再将其赋给每月该组合内的所有个股。 （2）按月计算个股的不同因子得分间的