量化投資研究方法.ppt

量化投資研究方法,中信證券襄樊解放路營業(yè)部 2011.02,目錄,2,量化投資研究的定位 量化投資：倉位與情緒監(jiān)控 量化投資：行業(yè)配置與行業(yè)輪動 量化投資：大小盤風格輪動監(jiān)測 量化投資：驅(qū)動因子及量化選股 量化投資：事件驅(qū)動交易,1.1 量化投資的思想就在你身邊,量化投資強調(diào)紀律性、系統(tǒng)性和大概率事件 打個比方，漏斗Vs.筷子,3,1.2 定位：一張復雜的圖表,4,目錄,5,量化投資研究的定位 量化投資：倉位與情緒監(jiān)控 量化投資：行業(yè)配置與行業(yè)輪動 量化投資：大小盤風格輪動監(jiān)測 量化投資：驅(qū)動因子及量化選股 量化投資：事件驅(qū)動交易,2.1 中信證券基金倉位監(jiān)測方法介紹,可以分為凈值收益估計和凈值波動率估計兩種方法 實際：股票S、債券B、現(xiàn)金C；假設：忽略現(xiàn)金部分，股票倉位a，則債券倉位1-a,震蕩市線形趨勢不明顯時效果不好，此時波動率估計效果更好,確定估計方法之后最為重要的就是確定不同資產(chǎn)的收益，尤其是股票頭寸 指數(shù)替代法、基金重倉股替代法、風格重倉指數(shù)替代法等,凈變動更值得關(guān)注 股票S、債券B價格變動幅度不同導致倉位自然變化；基金主動調(diào)整組合導致倉位變動，我們稱為凈變動。（增倉行為：增加股票頭寸/減少債券或者現(xiàn)金頭寸應對贖回；減倉行為：賣出股票/申購資金沒有轉(zhuǎn)化成相應股票頭寸）,6,2.2 基金倉位估計誤差控制在正負1%,中信基金倉位監(jiān)測所跟蹤基金數(shù)量與分類,數(shù)據(jù)來源：中信證券數(shù)量化投資分析系統(tǒng),保本型,偏債型,中信證券基金倉位精度分析,總體來看，基金倉位估計存在正負1%的誤差；由于采用了更加適用的模型，07年2季度以后跟蹤誤差出現(xiàn)顯著下降,7,2.3 倉位峰谷值與倉位趨勢判斷,全部樣本基金與股票型樣本基金歷史倉位測算走勢,數(shù)據(jù)來源：中信證券數(shù)量化投資分析系統(tǒng),倉位的谷值與峰 值可以幫助我們 判斷趨勢的反轉(zhuǎn)。,8,2.4 情緒影響投資決策，導致投資行為偏差,投資者并非完全理性，受制于情緒波動 心理因素在投資決策和市場演繹中起著重要作用 情緒的大幅度波動導致認知偏差和情緒偏差，從而放大樂觀或者悲觀的情緒 投資者情緒也是產(chǎn)生一些金融“異象”的原因之一 投資者行為存在各種各樣的偏差 過度自信 過度反應與反應不足 損失厭惡與處置效應 從眾心理與羊群心理 暴富心理與新股炒作 安全心理與低價股效應,洛杉機時報市場情緒周期,9,2.5 建立投資者情緒監(jiān)控指標體系，擬合成情緒指數(shù),數(shù)據(jù)來源及頻率 數(shù)據(jù)來源：Wind，中信數(shù)量化投資分析系統(tǒng)，中登等；周頻率 A股凈開戶數(shù)歷史較短，以前四類指標為主,10,2.6 采用主成份法擬合情緒指數(shù)，形成可持續(xù)更新,采用主成份法，提取第一和第二主成份 第一主成份，稱之為“投資者情緒水平指數(shù)” 第二主成份，稱之為“投資者情緒變動指數(shù)” 主成份擬合步驟 周頻率數(shù)據(jù)；標準化 數(shù)據(jù)來源及頻率 數(shù)據(jù)來源：Wind，中信數(shù)量化投資分析系統(tǒng)，中登等；周頻率 A股凈開戶數(shù)歷史較短，以前四類指標為主,11,2.7 情緒指數(shù)的多種應用,投資者情緒水平指數(shù)在2之間波動 可以提前12月預測股市的大頂和大底 投資者情緒變動指數(shù)衡量投資者情緒的變動幅度 歷史經(jīng)驗表明，當情緒變動指數(shù)的值突破5時（其值一般在1.46，5.69之間波動），后續(xù)鐵定出現(xiàn)一個跌幅超過6的調(diào)整。當情緒指數(shù)從負值上升到3附近時，后續(xù)可能出現(xiàn)調(diào)整，調(diào)整幅度在歷史經(jīng)驗上不一，或不超過1，或達到5。,投資者情緒水平指數(shù)Vs.中標A股綜合指數(shù),投資者情緒水平指數(shù)Vs.未來一周漲跌幅,數(shù)據(jù)來源：中信證券數(shù)量化投資分析系統(tǒng),數(shù)據(jù)來源：中信證券數(shù)量化投資分析系統(tǒng),12,目錄,13,量化投資研究的定位 量化投資：倉位與情緒監(jiān)控 量化投資：行業(yè)配置與行業(yè)輪動 量化投資：大小盤風格輪動監(jiān)測 量化投資：驅(qū)動因子及量化選股 量化投資：事件驅(qū)動交易,3.1 行業(yè)比較的自上而下VS自下而上,A股市場行業(yè)結(jié)構(gòu) 股改前后發(fā)生很大變化,產(chǎn)業(yè)轉(zhuǎn)型與整合 大量市場外存量資產(chǎn)上市,3.2 從多個角度入手分析A股市場行業(yè)輪動規(guī)律,A股市場具有獨特的投資時鐘和行業(yè)輪動特征 行業(yè)間的高度聯(lián)動 行業(yè)輪動快速切換,行業(yè)配置結(jié)果,15,3.3 行業(yè)選擇：業(yè)績驅(qū)動+估值回復+動量反轉(zhuǎn),結(jié)果回溯： 66.7%的月份配對66%以上行業(yè)。 長期看能配好57.8%的行業(yè)。 超配情況： 08年11月耐用消費/能源/原材料 09年4月金融地產(chǎn)/能源 09年7月消費（零售、醫(yī)藥、半導體、傳媒） 09年8月食品醫(yī)藥、健康設備、軟件服務、公用事業(yè),定量組合的歷史配置情況,數(shù)據(jù)來源：中信證券數(shù)量化投資分析系統(tǒng),3.4 主要基于業(yè)績驅(qū)動和估值回復進行中期行業(yè)配置,數(shù)據(jù)來源：中信證券數(shù)量化投資分析系統(tǒng),2009年4月30日行業(yè)配置策略不同行業(yè)超配/低配情況（按GICS行業(yè)劃分）,根據(jù)財務數(shù)據(jù)披露節(jié)奏季度調(diào)整歷史成功概率58.9%,17,3.5 積極利用動量反轉(zhuǎn)把握短期行業(yè)輪動,數(shù)據(jù)來源：中信證券數(shù)量化投資分析系統(tǒng),持有期和觀測期均為一個月的動量反轉(zhuǎn)效應,A股市場行業(yè)動量反轉(zhuǎn)效應分析 短期動量效應顯著：持有期和觀察期均為一個月的動量效應最顯著 中期反轉(zhuǎn)效應存在：持有期和觀察期均為六個月的反轉(zhuǎn)效應更明顯,定量行業(yè)模型建議短期超配行業(yè),數(shù)據(jù)來源：中信證券數(shù)量化投資分析系統(tǒng),18,目錄,19,量化投資研究的定位 量化投資：倉位與情緒監(jiān)控 量化投資：行業(yè)配置與行業(yè)輪動 量化投資：大小盤風格輪動監(jiān)測 量化投資：驅(qū)動因子及量化選股 量化投資：事件驅(qū)動交易,4.1 確定大小盤輪動指標體系，計算月度風格指針,大小盤風格輪動判斷指標體系,風格指針的值通過加權(quán)計算各項指標而得到 計算公式： 大于5時，意味著投資風格傾向于大盤股；小于5時，意味著投資風格傾向于小盤股,20,4.2 通過風格指針的值判斷風格輪動趨勢,小盤股/大盤股Vs.月度規(guī)模風格輪動指標（1996年至今）,風格指針在大趨勢走向上判斷準確 Hit Ratio達到近60% 據(jù)此調(diào)整投資組合，超越全市場約80%,21,目錄,22,量化投資研究的定位 量化投資：倉位與情緒監(jiān)控 量化投資：行業(yè)配置與行業(yè)輪動 量化投資：大小盤風格輪動監(jiān)測 量化投資：驅(qū)動因子及量化選股 量化投資：事件驅(qū)動交易,5.1 投資收益可以分解為市場因子、情緒因子、規(guī)模因子等,多因素模型：除市場因子外，規(guī)模、價值、動能等因子對業(yè)績均有貢獻 典型的因素模型 Fama三因素模型 包含動量的四因素模型 Two Factor ：The Little Book that Beats The Market Earning Yield(Modified)/Return on Capital(Modified) Barra模型 59-Factor Vanguards 70-Factor Model,23,5.2 通過量化因子監(jiān)控體系洞悉A股演繹路徑,經(jīng)過三次修改和完善形成目前的監(jiān)控體系 已跟蹤六大類共24個因子從99年以來市場表現(xiàn)，正在覆蓋更多因子,PE PB PS EV/EBIDTA,EPS增長 凈利潤增長 營業(yè)利潤增長 利潤總額增長,銷售凈利率ROE ROA ROIC,1 M Price 3 M Price 6 M Price 12 M Price,3M Beta 6M Beta 3M Vol 6M Vol,財務杠桿 利息覆蓋倍數(shù) ,資金動量 盈余動量 成交動量 ,預測EPS增長 ,毛利率 期間費用率 ,PCF ,總股本,持股集中度 流通股本 ,24,5.3 最新體系綜合考慮因子收益率和模型穩(wěn)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 長期表現(xiàn)：估值/成長/風險因子貢獻顯著,股市場長期驅(qū)動因素表現(xiàn)對比,數(shù)據(jù)來源：中信證券數(shù)量化投資分析系統(tǒng),長期： 估值/成長/風險 輪動：規(guī)模 階段：盈利 其他：動量,進一步分大盤和小盤進行細化研究,26,5.5 不同因子表現(xiàn)存在周期性,27,5.6 量化個股精選模型之一：GARP選股策略研究,GARP策略意味著所有的股票都值得投資？ GARP策略可以取代價值策略和成長策略？ 價值和成長會發(fā)生輪動，不同市場環(huán)境具有不同表現(xiàn) GARP策略兼顧成長與價值，可以平滑不同市場階段表現(xiàn)更具持續(xù)性 價值/成長策略更加注重基本面分析，分析其內(nèi)在價值，成長性 GARP策略更加適合量化投資,28,5.7 GARP選股策略研究：量化流程,29,5.8 尋找適合國內(nèi)市場的一種模型設定：指標設定,價值成長矩陣 數(shù)據(jù)來源： 財務指標和價格數(shù)據(jù)來自中信證券數(shù)量化分析系統(tǒng) 預測數(shù)據(jù)來自一致預期,依單一財務指標高低構(gòu)造組合表現(xiàn),數(shù)據(jù)來源：中信證券研究部整理,30,5.9 尋找適合國內(nèi)市場的一種模型設定：打分方法,打分方法 排序按秩打分：排名越靠前得分越高，排名越靠后得分越低（打分不考慮行業(yè)差異） 五個價值指標和ROE波動按倒序排序打分 除ROE波動外四成長指標按順序排序打分 總分：每個指標秩值得分加總分別得出價值度和成長性（金融業(yè)價值指標不考慮EV/EBITDA，因此四個價值得分加總之后*5/4進行恒等變換）,價值成長矩陣打分示意,數(shù)據(jù)來源：中信證券數(shù)量化投資分析系統(tǒng),31,5.10 我們的選股策略展現(xiàn)出持續(xù)的增強效果,數(shù)據(jù)來源：中信證券數(shù)量化投資分析系統(tǒng),中信證券量化策略組合走勢（2006年8月之前為后驗的模擬，之后則是“真槍實彈”的show）,32,5.11 價值動量模型的邏輯,價值因子 入選股票同時具備高E/P和高B/P的特征,動量因子 長期動量信號捕捉強勢行業(yè)和個股的“慣性” 反轉(zhuǎn)因子作為短期信號修正,33,5.12 量化個股精選模型之二：價值動量策略,基礎股票池：滬深300；交易成本：0.3% 月平均收益率為0.95%，超額收益的標準差為0.0262 每期換手率平均是52.07%，入選的股票數(shù)量31.46支,34,20032009價值動量模型歷史表現(xiàn),模型歷年超額收益,目錄,35,量化投資研究的定位 量化投資：倉位與情緒監(jiān)控 量化投資：行業(yè)配置與行業(yè)輪動 量化投資：大小盤風格輪動監(jiān)測 量化投資：驅(qū)動因子及量化選股 量化投資：事件驅(qū)動交易,6.1 事件驅(qū)動交易、時機創(chuàng)造價值,分紅送配、股權(quán)激勵、成分股調(diào)整、股東增持等事件帶來交易機會 事件沖擊能帶來超額收益，但是把握時機和節(jié)奏很關(guān)鍵,36,6.2 事件驅(qū)動交易研究方法,事件驅(qū)動研究方法的定量部分 基準指數(shù)：滬深300指數(shù) 估計期：以事件公告日為第0天，以-T為公告日前第T個交易日，T為公告日后第T個交易日。 事件分析期：以事件發(fā)生日前后各N個交易日為分析期，分析事件發(fā)生前后是否出現(xiàn)超額收益以及出現(xiàn)超額收益的具體時間區(qū)段 定義好參數(shù)以后，通過事件研究方法計算出考察樣本的超額收益和累計超額收益情況 事件驅(qū)動研究方法的定性部分 剔除異常因素帶來的干擾值，尋找定量分析結(jié)果的背后機理 建立事件驅(qū)動的常態(tài)跟蹤機制，發(fā)現(xiàn)事件驅(qū)動機會并捕捉交易時機,37,6.3 案例分析：可分離債發(fā)行、高送配,在可分離債的發(fā)行過程中，存在事件驅(qū)動交易機會 發(fā)審委過會、募集說明書發(fā)布、股權(quán)登記和債券權(quán)證上市四個事件對股價有顯著的影響 高送配對于股價具有短