招商证券绩效分析系统概述.pptxVIP

深圳国泰安数据技术有限公司 Quantitative Investment and Research Platform 量化投研平台 CHAPTER ONE 概述 概述 本产品的主要价值，是为用户在投组分析过程中，提供基础的、初步的、共性的工具。:3449/# 产品的流程和每个流程对应的功能如下： 因子数据提取 构建投组 股票和因子筛选 投组风险和绩效分析 量化因子库说明及数据查看； 风控因子库说明及数据查看； 多因子选股和回测； 因子区间回测； 股票Z-score得分； 基于马科维茨模型构建投组； 单因子风险分析； Barra多因子绩效归因分析； Brison绩效分析模型； 投组绩效指标。 产品流程及功能 CHAPTER TWO 各流程、功能介绍 量化因子库 说明及查看 量化因子库主要分10类，共计254个因子。目前支持excel导数据，后续支持其他多种语言提取数据。 量化因子库的主要目的是投资决策。 基本面因子 （77个） 技术因子 （68个） 复合因子 （13个） 行为因子 （3个） 高频因子 （3个） 事件因子 （29个） 行业因子 （2个） 宏观因子 （35个） 市场因子 （22个） 衍生物因子 （2个） 量化因子库 说明及查看 风控因子库 说明及查看 风控因子 风险因子 回报协方差矩阵 股票残差波动率 行业因子 （24） 风险控制因子数据库建立在基本面多因素风险模型基础上，它假设股票的收益可以由一系列公共因子和一个股票自身的残差收益来解释，主要功能是提供度量股票波动率及股票间协方差矩阵的有效方式。风险因子包含两个类型：行业因子和风格因子。 风格因子（10） 风控因子库 说明及查看 下面的案例，是34个风控因子在2012年10月的风险因子回报。同时你还可以提取股票残差波动率和风险因子回报协方差矩阵。 概述 本产品的主要价值，是为用户在投组分析过程中，提供基础的、初步的、一致性的工具。:3449/# 产品的流程和每个流程对应的功能如下： 因子数据提取 构建投组 股票和因子筛选 投组风险和绩效分析 量化因子库说明及数据查看； 风控因子库说明及数据查看； 多因子选股和回测； 因子区间回测； 股票Z-score得分； 基于马科维茨模型构建投组； 单因子风险分析； Barra多因子绩效归因分析； Brison绩效分析模型； 投组绩效指标。 产品流程及功能 因子选股页面，可以实现排名选股的策略案例。即通过设定因子和各因子权重，构造单因子或者多因子组合，得到加权后的因子值，再根据所得值排序后，根据选定的多空头的方向和分位点进行多空选股，每日进行调仓，展示出投资组合主要的绩效指标，和累积收益率变化情况。 多因子选股 和回测 多因子选股：根据所选指标，构建一个股票组合，计算回验区间内股票的绩效指标。 多因子选股 和回测 案例 使用公司总资产和流动资产合计2个因子，20131015期间做多因子选股回测。通过因子回测，我们能筛选出，在指定时间内哪些因子对固定股票组合是有效的。 与多因子选股类似，区间回测也是使用因子加权后的值。不同的是，多因子选股—般选择高排名组合与低排名因子组合构造多空组合进行套利，而区间回测则是根据因子得分将候选池分成多个区间，并计算每个区间的收益情况，在更微观层面考察因子排名在各得分区间的收益变动趋势。 因子 区间回测 因子 区间回测 案例 采用公司总资产、总资产增长率、流动资产合计3个因子，按照因子排名将股票分为5组进行区间回测。因子区间回测，可以判断所选因子进行股票筛选的有效性。 Z-Score模型源于纽约大学斯特恩商学院教授、金融经济学家爱德华•阿特曼对美国破产和非破产生产企业的观察创立，用以衡量一个公司的财务健康状况，并对公司在2年内破产的可能性进行诊断与预测。 股票Z-score 得分 股票Z-score 得分 案例 计算平安银行、民生控股和陕国投A 3支股票的Z-score得分。 在投组构建界面，用户可以选择选择单只或者多只股票，设定Alpha值（初始为页面初始日期之前一个月(22个交易日)股票的平均回报），再设定投资者风险厌恶等级，进而根据马科维茨的有效前沿理论，得出最优投资组合的各个股票的权重。 基于马科维茨 模型构建投组 基于马科维茨 模型构建投组 概述 本产品的主要价值，是为用户在投组分析过程中，提供基础的、初步的、一致性的工具。:3449/# 产品的流程和每个流程对应的功能如下： 因子数据提取 构建投组 股票和因子筛选 投组风险和绩效分析 量化因子库说明及数据查看； 风控因子库说明及数据查看； 多因子选股和回测； 因子区间回测； 股票Z-score得分； 基于马科维茨模型构建投组； 单因子风险分析； Barra多因子绩效归因分析； Brison