- 1、本文档共3页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
量化选股策略–风格轮动模型
量化选股策略风格轮动模型
整理(ID学问猫)
市场上的投资者是有偏好的,有时候会偏好价值股,有时候偏好成长股,有时候偏好大盘股,有时候偏好小盘股。由于投资者的这种不同的交易行为,形成了市场风格,因此在投资中,利用市场风格的变化,进行轮动投资会比一直持有的效果好很多。
基本概念
投资风格是针对股票市场而言的,是指投资于某类具有共同收益特征或共同价格行为的股票,即某类投资风格很受欢迎,并且在某一个时间段内具有持续性和连续性(譬如,价值投资和成长型投资两种风格,或者大盘股和小盘股这两种风格总是轮流受到市场追捧).
由于投资风格的存在,从而产生一种叫做风格动量的效应,即在过去较短时期内收益率较高的股票,未来的中短期收益也较高;相反,在过去较短时期内收益率较低的股票,在未来的中短期也将会持续其不好的表现。
比如:在2009年是小盘股风格,小盘股持续跑赢沪深300指数;而在2011年,则是大盘股风格,大盘股跌幅远远小于沪深300指数。如果能事先通过一种模型判断未来的风格,进行风格轮动操作,则可以获得超额收益。
晨星风格箱判别法
晨星风格箱法是一个3×3矩阵,从大盘和小盘、价值型和成长型来对基金风格进行划分,介于大盘和小盘之间的为中盘,介于价值型和成长型之间的为混合型,共有9类风格,如表所示。
(1)规模指标:市值。通过比较基金持有股票的市值中值来划分,市值中值小于10 亿美元为小盘;大于50亿美元为大盘;10亿~50亿美元为中盘。
(2)估值指标:平均市盈率、平均市净率。基金所持有股票的市盈率、市净率用基金投资于该股票的比例加权求平均,然后把两个加权平均指标和标普500成份股的市盈率、市净率的相对比值相加,对于标普500来说,这个比值和是2。如果最后所得比值和小于1.75,则为价值型;大于2.25为成长型;介于1.75~2.25之间为混合型。
这也就是我们经常看到的基金的分类,比如:华夏大盘、海富小盘等名称的由来。
风格轮动的经济解释
宏观经济表现强劲时,小市值公司有一个较好的发展环境,易于成长壮大,甚至还会有高于经济增速的表现,因此,小盘股表现突出的概率高于大盘股。而当经济走弱时,由于信心的匮乏和未来市场的不确定性,投资者可能会倾向于选择大盘股,起到防御作用,即使低通货膨胀、货币走强,也不足以冒险去选择小盘股。
研究发现,经济名义增长率是用来解释规模效应市场周期的有力变量。当名义增长率提高时,小市值组合表现更优,因为小公司对宏观经济变动更为敏感,当工业生产率提高、通货膨胀率上升时,小公司成长更快。
案例大小盘风格轮动策略
大小盘轮动最为投资者所熟知,本案例就A股市场的大小盘风格轮动进行实证研究,通过建立普通的多元回归模型来探寻A股的大/小盘轮动规律。
1。大小盘风格轮动因子如下:
(1)M2同比增速:M2同比增速为货币因素,表征市场流动性的强弱。当流动性趋于宽松时,小盘股相对而言更容易受到资金的追捧。
(2)PPI同比增速:PPI反映生产环节价格水平,是衡量通胀水平的重要指标;且PPI 往往被看成CPI的先行指标。
(3)大/小盘年化波动率之比的移动均值:波动率表征股票的波动程度,同时也在一定程度上反映投资者情绪;可以认为大/小盘年化波动率之比能够反映出一段时间内大/小盘风格市场情绪的孰强孰弱,而经过移动平滑处理后的数值则更加稳定。
2。预测模型
基于上面所讲的风格因子建立如下回归模型:
D(Rt)=α+β1·MGt-1+β2·PGt-3+β3·σt-3+εt
其中,D(Rt)为当月小/大盘收益率差(对数收益率);MGt-1为上月M2同比增速;PGt-3为3个月前PPI同比增速;σt-3为3个月前小/大盘年化波动率之比的移动平滑值;εt为误差项。
本案例采用滚动78个月的历史数据对模型进行回归,得到回归系数后对后一期的D(Rt)进行预测,由修正预测值的正负来进行大/小盘股的投资决策。数据预测期为2004年6月至2010年11月。
3。实证结果
在78个月的预测期中,准确预测的月数为42个月,准确率约为53.85%,并不十分理想。但值得一提的是,2009年10月至2010年12月,模型的预测效果非常好,
若从2004年6月开始按照轮动策略进行投资,则截至2010年11月底轮动策略的累计收益率为307.16%,同期上证综指的收益率为81.26%,小盘组合的累计收益率为316.97%;轮动策略稍逊于小盘组合,但仍较大幅度地跑赢了市场指数。
轮动策略在2007年的大牛市中能够很好地跟随大盘股的节奏,而在2009年以来的结构性行情中又能较好地捕捉小盘股的投资机会。
若从2007年初开始采用轮动策略进行投资,则截至2010年11月底累
您可能关注的文档
- 郑容和–因为想念中韩对照歌词.doc
- 郑州711中2010年德育工作小结.doc
- 郑姓起源–郑氏起源.doc
- 郑多燕1周减肥食谱.doc
- 郑州university软件学院设计模式.doc
- 郑州university远程教育计算机应用基本.doc
- 郑州吃喝玩乐好去处地址全集.doc
- 郑州会计培训学校︰会计基础延伸受益处理预付款与应付款区别和核算以及三种错账处理.doc
- 郑州大学第7届挑战杯公共管理学院扬帆团队成员介绍.doc
- 郑州工业技术学校为何如此充满奇妙.doc
- 数据仓库:Redshift:Redshift与BI工具集成.docx
- 数据仓库:Redshift:数据仓库原理与设计.docx
- 数据仓库:Snowflake:数据仓库成本控制与Snowflake定价策略.docx
- 大数据基础:大数据概述:大数据处理框架MapReduce.docx
- 实时计算:GoogleDataflow服务架构解析.docx
- 分布式存储系统:HDFS与MapReduce集成教程.docx
- 实时计算:Azure Stream Analytics:数据流窗口与聚合操作.docx
- 实时计算:Kafka Streams:Kafka Streams架构与原理.docx
- 实时计算:Kafka Streams:Kafka Streams连接器开发与使用.docx
- 数据仓库:BigQuery:BigQuery数据分区与索引优化.docx
文档评论(0)