中信证券-2010年-金融工程-量化投资研究方法-42P

量化投资研究方法金融工程首席分析师胡浩2010.08目录2量化投资研究的定位量化投资：仓位与情绪监控量化投资：行业配置与行业轮动量化投资：大小盘风格轮动监测量化投资：驱动因子及量化选股量化投资：事件驱动交易1.1量化投资的思想就在你身边大类资产配置行业轮动风格轮动量化选股策略…交易策略资产配置交易执行风险管理事件驱动相对价值中性策略多空策略高频交易…一级资产行业配置组合模拟组合构建组合优化…程序化交易…市场风险组合风险风险预警…量化投资的思想无处不在量化策略量化投资强调纪律性、系统性和大概率事件打个比方，漏斗Vs.筷子31.2定位：一张复杂的图表卖方买方横向数据整合平台数量金融软件数量化投资金融衍生品数量选股策略交易策略投资组合产品数量金融软件产品金融工程产品数量选股策略数量金融软件产品金融工程股票池/组合建议投资决策委员会投资组合产品客户（投资者）买方机构宏观数据行业数据公司数据市场数据数据提供商研究报告/投资建议策略研究宏观研究行业公司研究卖方研究4目录5量化投资研究的定位量化投资：仓位与情绪监控量化投资：行业配置与行业轮动量化投资：大小盘风格轮动监测量化投资：驱动因子及量化选股量化投资：事件驱动交易2.1中信证券基金仓位监测方法介绍可以分为净值收益估计和净值波动率估计两种方法实际：股票S、债券B、现金C；假设：忽略现金部分，股票仓位a，则债券仓位1-a基金净值收益估计法股票仓位a，则债券仓位1-a基金净值波动估计法*(1)*psbrarar()(*(1)*)psbVarrVararar震荡市线形趋势不明显时效果不好，此时波动率估计效果更好确定估计方法之后最为重要的就是确定不同资产的收益，尤其是股票头寸指数替代法、基金重仓股替代法、风格重仓指数替代法等净变动更值得关注股票S、债券B价格变动幅度不同导致仓位自然变化；基金主动调整组合导致仓位变动，我们称为净变动。（增仓行为：增加股票头寸/减少债券或者现金头寸应对赎回；减仓行为：卖出股票/申购资金没有转化成相应股票头寸）62.2基金仓位估计误差控制在正负1%中信基金仓位监测所跟踪基金数量与分类数据来源：中信证券数量化投资分析系统18732502810164650封闭式90开放式20128股票型1667051偏股型5136配置型556519指数型22050100150200250300350200320052007200820092010保本型偏债型中信证券基金仓位精度分析60%65%70%75%80%85%90%05Q305Q406Q106Q206Q306Q407Q107Q207Q307Q408Q108Q208Q308Q409Q109Q209Q309Q410Q110Q2季报公布中信估计总体来看，基金仓位估计存在正负1%的误差；由于采用了更加适用的模型，07年2季度以后跟踪误差出现显著下降760%65%70%75%80%85%90%050715050930051202060210060417060623060908061110070105070331070831080111080509080828081114090206090403090605090731090930091211100212100423100702500150025003500450055006500股票型（左轴）平均仓位（左轴）沪深300（右轴）2.3仓位峰谷值与仓位趋势判断全部样本基金与股票型样本基金历史仓位测算走势数据来源：中信证券数量化投资分析系统仓位的谷值与峰值可以帮助我们判断趋势的反转。82.4情绪影响投资决策，导致投资行为偏差投资者并非完全理性，受制于情绪波动心理因素在投资决策和市场演绎中起着重要作用情绪的大幅度波动导致认知偏差和情绪偏差，从而放大乐观或者悲观的情绪投资者情绪也是产生一些金融“异象”的原因之一投资者行为存在各种各样的偏差过度自信过度反应与反应不足损失厌恶与处置效应从众心理与羊群心理暴富心理与新股炒作安全心理与低价股效应深信自信安心关注谨慎轻视投降《洛杉机时报》市场情绪周期92.5建立投资者情绪监控指标体系，拟合成情绪指数项目代理变量名称变量描述市场整体类指标P/E市场整体市盈率P/B市场整体市净率TURNOVER市场整体换手率市场结构类指标ADV/DEC市场上涨家数比下跌家数ARMS上涨家数比上涨家数成交量比下跌家数比下跌家数成交量High/Low市场创新高家数比创新低家数SML小盘股相对大盘股的超额收益率IPO系列指标NIPO股票首发上市家数RIPO股票上市首日涨幅封闭式基金折价率CEFD市场封闭式基金折价率资金流动指标NAAA股帐户净增加数数据来源及频率数据来源：Wind，中信数量化投资分析系统，中登等；周频率A股净开户数历史较短，以前四类指标为主102.6采用主成份法拟合情绪指数，形成可持续更新标准化处理选择主成份变量滚动计算，头尾相连成指数采用主成份法，提取第一和第二主成份第一主成份，称之为“投资者情绪水平指数”第二主成份，称之为“投资者情绪变动指数”主成份拟合步骤周频率数据；标准化数据来源及频率数据来源：Wind，中信数量化投资分析系统，中登等；周频率A股净开户数历史较短，以前四类指标为主112.7情绪指数的多种应用投资者情绪水平指数在±2之间波动可以提前1－2月预测股市的大顶和大底投资者情绪变动指数衡量投资者情绪的变动幅度历史经验表明，当情绪变动指数的值突破5时（其值一般在[－1.46，＋5.69]之间波动），后续铁定出现一个跌幅超过6％的调整。当情绪指数从负值上升到3附近时，后续可能出现调整，调整幅度在历史经验上不一，或不超过1％，或达到5％。投资者情绪水平指数Vs.中标A股综合指数投资者情绪水平指数Vs.未来一周涨跌幅-2.5-2.0-1.5-1.0-0.50.00.51.01.52.02.505-01-0705-04-0705-07-0705-10-0706-01-0706-04-0706-07-0706-10-0707-01-0707-04-0707-07-0707-10-0708-01-0708-04-0708-07-0708-10-0709-01-0709-04-0709-07-07600150024003300420051006000情绪水平指数上证指数-6-4-2024605-0105-0405-0705-1006-0106-0406-0706-1007-0107-0407-0707-1008-0108-0408-0708-1009-0109-0409-07-20%-15%-10%-5%0%5%10%15%20%情绪变动指数涨跌幅t+1数据来源：中信证券数量化投资分析系统数据来源：中信证券数量化投资分析系统12目录13量化投资研究的定位量化投资：仓位与情绪监控量化投资：行业配置与行业轮动量化投资：大小盘风格轮动监测量化投资：驱动因子及量化选股量化投资：事件驱动交易3.1行业比较的自上而下VS自下而上Bottom-UpTop-DownPortfolioAssetAllocationSecuritiesSelectionRiskManagementA股市场行业结构股改前后发生很大变化产业转型与整合大量市场外存量资产上市3.2从多个角度入手分析A股市场行业轮动规律A股市场具有独特的投资时钟和行业轮动特征行业间的高度联动行业轮动快速切换行业配置结果长期短期中期动量反转中信行业证监会GICS周期非周期上/中/下游行业分类153.3行业选择：业绩驱动+估值回复+动量反转结果回溯：66.7%的月份配对66%以上行业。长期看能配好57.8%的行业。超配情况：08年11月耐用消费/能源/原材料09年4月金融地产/能源09年7月消费（零售、医药、半导体、传媒）09年8月食品医药、健康设备、软件服务、公用事业定量组合的历史配置情况-10%-8%-6%-4%-2%0%2%4%6%8%10%电信服务工业品公用事业健康护理金融业经常消费耐用消费能源信息技术原材料060823061123070523070823071123080523080825081124090430090831数据来源：中信证券数量化投资分析系统-20%-15%-10%-5%0%5%10%15%20%25%30%电信服务工业品公用事业健康护理金融业经常消费耐用消费能源信息技术原材料增持/减持超配/低配3.4主要基于业绩驱动和估值回复进行中期行业配置数据来源：中信证券数量化投资分析系统2009年4月30日行业配置策略不同行业超配/低配情况（按GICS行业划分）根据财务数据披露节奏季度调整——历史成功概率58.9%173.5积极利用动量反转把握短期行业轮动数据来源：中信证券数量化投资分析系统持有期和观测期均为一个月的动量反转效应A股市场行业动量反转效应分析短期动量效应显著：持有期和观察期均为一个月的动量效应最显著中期反转效应存在：持有期和观察期均为六个月的反转效应更明显0%5%10%15%20%25%30%35%农业公路火电输变电建筑新型建材/新材料0.500.550.600.650.700.750.800.850.900.951.00近1月收益近6月收益1月动量6月反转-100%-50%0%50%100%150%200%250%300%350%0002010302030303040205030603070308020903Comp1MMom1MRes定量行业模型建议短期超配行业数据来源：中信证券数量化投资分析系统18目录19量化投资研究的定位量化投资：仓位与情绪监控量化投资：行业配置与行业轮动量化投资：大小盘风格轮动监测量化投资：驱动因子及量化选股量化投资：事件驱动交易4.1确定大小盘轮动指标体系，计算月度风格指针大小盘风格轮动判断指标体系指标名称指标解释指标应用技术指标12月的RSI（以大小盘指数的比值为对象）当RSI高于80，超买，利于大盘股；低于20，超卖，利于小盘股波动性上证指数的波动率（滚动100日计算并年化）波动率增大时，风险担忧扩大，不利于小盘股盈利状况工业增加值当工业增加值显著回升时，大盘股方被关注通货膨胀CPI上升的通涨带来货币紧缩，此时，大盘股表现相对更好一些。货币环境M1增速银根收紧更不利于小盘股流动比率（M1/M2）下降的M1/M2更不利于小盘股短期利率（3个月）贷款成本下降时，对于小盘股更有利ni,t,i=1(Factor)itWt风格指针＝风格指针的值通过加权计算各项指标而得到计算公式：大于5时，意味着投资风格倾向于大盘股；小于－5时，意味着投资风格倾向于小盘股204.2通过风格指针的值判断风格轮动趋势小盘股/大盘股Vs.月度规模风格轮动指标（1996年至今）风格指针在大趋势走向上判断准确HitRatio达到近60%据此调整投资组合，超越全市场约80%-12-8-4048121996-011996-081997-031997-101998-051998-121999-072000-022000-092001-042001-112002-062003-012003-082004-032004-102005-052005-122006-072007-022007-092008-042008-112009-060.00.30.60.91.21.51.8score(左轴）small/large21目录22量化投资研究的定位量化投资：仓位与情绪监控量化投资：行业配置与行业轮动量化投资：大小盘风格轮动监测量化投资：驱动因子及量化选股量化投资：事件驱动交易5.1投资收益可以分解为市场因子、情绪因子、规模因子等多因素模型：除市场因子外，规模、价值、动能等因子对业绩均有贡献典型的因素模型Fama三因素模型包含动量的四因素模型TwoFactor：TheLittleBo