中信证券投资研究方法——量化研究

《中信证券投资研究方法——量化研究》由会员分享，可在线阅读，更多相关《中信证券投资研究方法——量化研究（42页珍藏版）》请在金锄头文库上搜索。

1、量化投资研究方法 金融工程首席分析师 胡浩 2010 08 目录 2 n量化投资研究的定位 n量化投资 仓位与情绪监控 n量化投资 行业配置与行业轮动 n量化投资 大小盘风格轮动监测 n量化投资 驱动因子及量化选股 n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 n量化投资强调纪律性 系统性和大概率事件 n打个比方 漏斗Vs 筷

2、子 3 1 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 n量化投资研究的定位 n量化投资 仓位与情绪监控 n量化投资 行业配置与行业轮动 n量化投资 大小盘风格轮动监测 n量化投资 驱动因子及量化选股 n量化投资 事件驱

3、动交易 2 1 中信证券基金仓位监测方法介绍 n可以分为净值收益估计和净值波动率估计两种方法 n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 n股票仓位a 则 n债券仓位1 a 基金净值 波动估计法 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 n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 n指数替代法 基金重仓股替代法 风格重仓指数替代法等 n净变动更值得关注 n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

4、回 减仓行 为 卖出股票 申购资金没有转化成相应股票头寸 6 2 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 保本型 偏债型 中信证券基金仓位精度分析 n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 7 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 8 2 4 情绪影响投资决策 导致投资行为偏差 n投资者并非完全理性 受制于情绪波动 心理因素在投资决

5、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 n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 洛杉机时报 市场情绪周期 9 2 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

6、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 n数据来源及频率 n数据来源 Wind 中信数量化投资分析系统 中登等 周频率 nA股净开户数历史较短 以前四类指标为主 10 2 6 采用主成份法拟合情绪指数 形成可持续更新 n标准化处 理 n选择主成 份变量 n滚动计算 头尾相连成 指数 n采用主成份法 提取第一和第二主成份 n第一主成份 称之为 投资者情绪水平指数 n第二主成份 称之为 投资者情绪变动指数 n主

7、成份拟合步骤 n周频率数据 标准化 n数据来源及频率 n数据来源 Wind 中信数量化投资分析系统 中登等 周频率 nA股净开户数历史较短 以前四类指标为主 11 2 7 情绪指数的多种应用 n投资者情绪水平指数在 2之间波动 n可以提前1 2月预测股市的大顶和大底 n投资者情绪变动指数衡量投资者情绪的变动幅度 n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

8、未来一周涨跌幅 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 n量化投资研究的定位 n量化投资 仓位与情绪监控 n量化投资 行业配置与行业轮动 n量化投资 大小盘风格轮动监测 n量化投资 驱动因子及量化选股 n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 Up Top Down nPortfolio nAsset Allocation nSecurities Selection nRisk nManagement nA股市场行业结构 n股改前后发生很大变化 n产业转型与整合 n大量市场外存量资产上市 3 2 从多个角

9、度入手分析A股市场行业轮动规律 nA股市场具有独特的投资时钟和行业轮动特征 n行业间的高度联动 n行业轮动快速切换 行业配置结果 长期 短期中期 动量反转 业绩驱动 估值回复 中信行业证监会nGICS 周期 非周期 上 中 下游 行业分类 15 3 3 行业选择 业绩驱动 估值回复 动量反转 n结果回溯 n66 7 的月份配对 66 以上行业 n长期看能配好 57 8 的行业 n超配情况 n08年11月耐用消 费 能源 原材料 n09年4月金融地产 能源 n09年7月消费 零 售 医药 半导 体 传媒 n09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 数据来源 中

10、信证券数量化投资分析系统 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 n根据财务数据披露节奏季度调整 历史成功概率58 9 17 3 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 nA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 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

11、录 19 n量化投资研究的定位 n量化投资 仓位与情绪监控 n量化投资 行业配置与行业轮动 n量化投资 大小盘风格轮动监测 n量化投资 驱动因子及量化选股 n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

12、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 n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 20 4 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 n风格指针在大趋势走向上判断准确 Hit Ratio达到近60 据此调整投资组合 超越全市场约80 21 目录 22 n量化投资研究的定位 n量化投资 仓位与情绪监控 n量化投资 行业配置与行业

13、轮动 n量化投资 大小盘风格轮动监测 n量化投资 驱动因子及量化选股 n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 n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 n典型的因素模型 nFama三因素模型 包含动量的四因素模型 nTwo Factor The Little Book that Beats The Market nEarning Yield Modified Return on Capital Modified nBarra模型 59 Factor nVanguard s 70 Factor Model 市场因子情绪因子基本因

14、子宏观因子 23 5 2 通过量化因子监控体系洞悉A股演绎路径 n经过三次修改和完善形成目前的监控体系 n已跟踪六大类共24个因子从99年以来市场表现 正在覆盖更多因子 因子分类 成长因子价值因子盈利因子动量因子风险因子规模因子 成长型 价值型 绩优型 大中小盘 GARP VAM 风格划分 PE PB PS EV EBIDTA EPS增长 净利润增长 营业利润增长 利润总额增长 销售净利率 ROE ROA ROIC 1 M Price 3 M Price 6 M Price 12 M Price 3M Beta 6M Beta 3M Vol 6M Vol 财务杠杆 利息覆盖倍数 资金动量 盈余

15、动量 成交动量 预测EPS增长 毛利率 期间费用率 PCF 总股本 持股集中度 流通股本 24 5 3 最新体系 综合考虑因子收益率和模型稳定性 L S Accumulative Performance Difference of L H PostAlpha Prob Accumulative Excess Return Ranked Information Coefficients IC Avg Return Volatility Sharp Ratio Hit Ratio Duration IRs ICs Avg Prob T Testing 25 5 4 长期表现 估值 成长 风险因子贡

16、献显著 股市场长期驱动因素表现对比 数据来源 中信证券数量化投资分析系统 长期 估值 成长 风险 轮动 规模 阶段 盈利 其他 动量 进一步分大盘和 小盘进行细化研 究 26 5 5 不同因子表现存在周期性 27 5 6 量化个股精选模型之一 GARP选股策略研究 nGARP策略意味着所有的股票都值得投资 nGARP策略可以取代价值策略和成长策略 n价值和成长会发生轮动 不同市场环境具有不同表现 nGARP策略兼顾成长与价值 可以平滑不同市场阶段表现更具持续性 n价值 成长策略更加注重基本面分析 分析其内在价值 成长性 nGARP策略更加适合量化投资 价值 GARP 成长 价格 低 贵 成长 高 低 Unattractive GARP Value Growth 28 5 7 GARP选股策略研究 量化流程 29 5 8 寻找适合国内市场的一种模型设定 指标设定 n价值成长矩阵 n数据来源 n财务指标和价格数据来自中信 证券数量化分析系统 n预测数据来自一致预期 成长 指标 预测 EPS增长率 上年销售 净利率 净利润增长率 上一期 ROE 上一期 ROE标准差 过去8期 价值 指标 预