不同条件下的组合优化模型结果分析.docxVIP

目 录 前言 4 模型回顾 4 Alpha 模型 4 风险模型 5 成本控制模型 6 组合优化模型框架 6 个股权重限制 7 lamda 参数的影响 8 成份股权重限制 10 行业风险敞口的限制 11 换手率限制 12 市值因子暴露限制 13 跟踪误差控制 14 股票数量控制 15 12. 总结 16 进一步研究 17 风险提示 17 图 目 录 图 1 多因子模型体系 4 表 目 录 表 1：Alpha 模型 4 表 2：针对银行的 alpha 模型 5 表 3：风险因子 5 表 4：不同个股限制条件在沪深 300 上的区别 7 表 5：不同个股限制条件在中证 500 上的区别 8 表 6：不同 lamda 指标在沪深 300 上的表现（个股权重 tight 规则） 8 表 7：不同 lamda 指标在沪深 300 上的表现（个股权重 loose 规则） 9 表 8：不同 lamda 指标在中证 500 上的表现（个股权重 loose 规则） 9 表 9：不同 lamda 指标在中证 500 上的表现（个股权重 tight 规则） 9 表 10：不同成份股权重条件在沪深 300 上的区别（个股权重 tight 规则） 10 表 11：不同成份股权重条件在沪深 300 上的区别（个股权重 loose 规则） 10 表 12：不同成份股权重条件在中证 500 上的区别（个股权重 tight 规则） 10 表 13：不同成份股权重条件在中证 500 上的区别（个股权重 loose 规则） 11 表 14：不同行业风险敞口在沪深 300 上的区别（个股权重 loose 规则） 11 表 15：不同行业风险敞口在沪深 300 上的区别（个股权重 tight 规则） 12 表 16：不同行业风险敞口在中证 500 上的区别（个股权重 loose 规则） 12 表 17：不同行业风险敞口在中证 500 上的区别（个股权重 tight 规则） 12 表 18：换手率条件在沪深 300 上的应用（个股权重 loose 规则） 13 表 19：换手率条件在中证 500 上的应用（个股权重 loose 规则） 13 表 20：市值因子暴露在沪深 300 上的应用（个股权重 tight 规则） 13 表 21：市值因子暴露在中证 500 上的应用（个股权重 tight 规则） 14 表 22：跟踪误差条件在沪深 300 上的应用 14 表 23：跟踪误差条件在中证 500 上的应用 15 表 24：股票数量控制在沪深 300 上的应用 16 表 25：股票数量控制在中证 500 上的应用 16 前言 本期报告的主要目的是对多因子体系中的组合优化模型进行详细的探讨，分析不同参数条件下的结果，从而根据不同策略目的来选择合适的参数条件。虽然不同的机构可能因为所使用的 alpha 因子、风险因子，或行业的因子配置有所区别导致组合表现存在一定区别，但是不同限制条件对回测结果影响的规律性应该是相同的。对这种规律性的揭示也是本报告的首要目的。 模型回顾 多因子模型体系包括 alpha 模型、风险模型、成本控制模型、组合优化模型。 Alpha 模型负责选择出能带来超额收益的股票，风险控制模型负责计算组合在给定的风险因子上的暴露，成本控制模型负责交易成本的限制。组合优化模型则是最终将上述模型整合为一体，得到最优结果。 图 1 多因子模型体系 资料来源： 在进行组合优化模型的分析前，有必要将我们的前面三个模型如何构建进行简要回顾，以确保对测试中的基本模型有一个了解。 Alpha 模型 表 1：Alpha 模型 一级因子 二级因子 Mom Quality Growth M_reverse_20, M_reverse_60, M_reverse_180 Roa_q,Roe_q Profit_g_q,Sales_g_q,Roe_g_q,Sue Liqui Liquidity Value West Governance Stom_barra,Stoq_barra,Stoa_barra Ep,Bp West_netprofit_yoy,Est_instum Mgmt_ben_top3m 资料来源： 表 2：针对银行的 alpha 模型 Growth Growth Value Profit_g_q,Sales_g_q, Sue Ep,Bp 资料来源： 其中 M_reverse_20, M_reverse_60, M_reverse_180 为不同周期的经过单日成交金额加权处理的动量反转因子。West_netprofit_yoy