- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、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。
- 6、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。
- 7、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
2019 年第8 期 总第19 期
主办单位:北京大学汇丰金融研究院
院长:海闻
执行院长:巴曙松
秘书长:本力
编辑 :都闻心 (执行)叶静 曹明明 鞠諃諃 方堉豪 朱伟豪
北京大学汇丰金融研究院简介
北京大学汇丰金融研究院 (The HSBC Financial Research Institute
at Peking University,缩写HFRI)成立于2008 年12 月,研究院接受汇
丰银行慈善基金会资助,致力于加强国内外著名高校、金融研究机构、以
及知名金融学者之间的交流,构建开放的学术、政策交流平台,旨在提高
中国金融理论与政策的研究水平,促进学术繁荣与发展,加强与政府决策
部门的联系与合作,为政府决策提供参考意见,为国际金融体制改革和中
国金融业的发展做出贡献。
北京大学汇丰金融研究院院长为北京大学校务委员会副主任、北京大学汇
丰商学院院长海闻教授,执行院长为中国银行业协会首席经济学家,香港
交易所集团董事总经理、首席中国经济学家巴曙松教授。
公募量化投资指数增强方法论
【对话主持】
北京大学汇丰金融研究院执行院长、中国银行业协会首席经济学家、
香港交易所集团首席中国经济学家巴曙松
【特邀嘉宾】
平安基金衍生品投资中心总经理和量化投资总监孙东宁
一、A 股的高波动导致长期Beta 收益低
今天讨论的方法论主要是针对公募基金的指数增强,主要的策略
集中在多因子选股上。由于公募基金受法规和交易费用的限制,不能
开展日内回转交易、融券业务和高频交易。过去的十年里美股走出了
非常好的大牛市,道琼斯和标普500 指数的年化收益都在 10%以上,
夏普比率大概都在1 以上的水平。而A 股市场过去十年里,在GDP 翻
了一倍、广义货币M2 增长了五倍的宏观环境下,波动性却非常大,
长期的指数收益并不高。沪深300 指数十年下来平均每年的收益大概
还是微负的数字,中证500 指数大约年化收益1.2%左右。
但是我们看到政策正在发生着变化。2014、2015 年时,牛市非常
疯狂,当时的配资即资金加杠杆,起了很大的助推作用,造成股市泡
沫的最后破裂。2019 年以来春季的这波躁动,可以看到政策上对配资
-2-
进行了限制,防止再迅速造出 “疯牛”市。长期稳健的股市才能真正
吸引资金起到资本市场融资助推实体经济的作用,才能对投资者的长
期财富保值增值产生作用,所以期待未来的中国股市走向成熟、走向
长期向好的趋势。
在美国很多人的资产投资是通过养老的401K 计划,通过各种基
金借助投资机构投入到资本市场之中,所以美国是一个机构投资者为
主的市场,是 “聪明钱”的博弈,很难获得比较高的alpha,这是大
家普遍的认知。而在当前的市场和可见的将来,A 股市场上还是高散
户占比的投资者结构,会很长时间存在着比较强的超额收益 alpha。
因此在中国的市场上,要通过主动的投资,抓住机会来获取超额收益。
二、主动管理的收益分解
图1 显示投资收益可以分解成两个部分,一个部分是指数基准的
收益,还有一部分是主动收益。主动收益还可以继续进一步地分解为
风格的收益,也就是所谓的 Smart-beta 收益,另一部分是纯粹的
alpha 收益。alpha 收益可以再继续分解为,一部分是来自于行业收
益,一部分是来自于择时收益,包括仓位择时和选股因子择时,还有
一部分是选股所获得的收益。
-3-
图1
JP Morgan 曾经做过一个研究,做跟踪指数的投资如果错过了一
年中收益最好的几天,收益可能就变得非常差,我们测试发现中国的
股市也同样有这种特点。作为一个量化投资团队,我们测试过很多量
化择时方法,比如通过信号滤波的方式来进行择时、分形几何的择时
以及动态协整择时,即把一段时间的信号波形,去匹配历史上最为相
似的波形,根据历史上后续的涨跌来判断未来指数的涨跌。但是测试
下来之后发现,总体来说,各种各样的择时方法,样本外的成功率都
不是很高。原因在于对低频测试来说如用隔日数据存在数据量不足的
障碍,而如果用长历史时期的数据进行判断的话,由于市场条件可能
发生了改变,当整体环境发生变化模型的可行性会变差。对于市场择
时来说,最重要的是资金流的流向,如果有非常全面的信息,可以做
出比较好的
文档评论(0)