基于卡尔曼滤波的仓位预测选股策略分析报告.pdf

量化选股

基于卡尔曼滤波的仓位预测选股策略

2024年3月29日金融工程研究

投资要点：

卡尔曼滤波：过滤噪音，状态估计模型

简介：模型通过动态系统和测量信息的结合，能有效的过滤噪音影响，

完成从不完整的测量数据中预估状态的任务。

优势：模型可以下沉到股票层面，其结果可以协助完成择股；模型可设

分析师：

定参数较多，灵活性较强，可以很好的完成特定任务。

胜率回测：通过对比模型净值与基金实际净值，发现模型净值误差处于

稳定区间，说明模型效果稳定。

选股策略：两种情景，三种策略

两种情景：对于卡尔曼滤波所模拟结果，将股票在不分行业以及分行业

两种情景下分别进行检验，形成当期的投资组合。

三种情景：在每种情景下，测算拟合数值策略，次数策略以及个数比例

策略每期的收益和相对中证500指数的超额收益。

策略效果：策略在各类型基金的表现上并无明显的优劣，个数比例策略

表现相对突出，其超额收益率上升趋势明显。

组合型基金：稳定α收益，平均超额收益率9.4%

从净值来看，组合型基金选取前10%的股票构成的投资组合回报相比单

类型基金有了明显的提升；表现较好的策略，个数比例策略平均年化超额收

益率为6.04%。

从市值分布来看,拟合数值策略的市值偏向中小盘；次数策略的市值偏向

中大盘，个数比例策略的市值以小盘为主。

从换手率来看，次数策略的换手率最低，两种情景下在2.7左右；其他

两种策略换手率不分伯仲，两种情景下换手率均在8左右

从分组系数选择来看，个数比例策略在选取前5%以及后5%的股票构成

投资组合时，超额收益最高，其平均年化超额收益率为9.4%,其他系数的收

益相比较之前并无明显优势。

风险提示：报告根据公开数据整理，结论基于各个基金的历史业绩，定期报告

以及历史市场数据得出，并不代表市场将来表现，报告阅读者需审慎参考报告

结论。

1

主题报告