如何利用“趋势转折点”增强收益
报告摘要
趋势策略的痛点和趋势转折点的定义
趋势会打破并反转。由于滞后的信号,在趋势被打破之后,趋势跟踪策略往往表现不佳。而更短周期、更灵敏的信号则会引入噪音,难以区分出真正的趋势。这一直是趋势策略的痛点。
本研究重点关注了趋势策略的转折点,区别于波动率和均线等指标,趋势
由crisvalentine创建,最终由crisvalentine更新于
趋势策略的痛点和趋势转折点的定义
趋势会打破并反转。由于滞后的信号,在趋势被打破之后,趋势跟踪策略往往表现不佳。而更短周期、更灵敏的信号则会引入噪音,难以区分出真正的趋势。这一直是趋势策略的痛点。
本研究重点关注了趋势策略的转折点,区别于波动率和均线等指标,趋势
由crisvalentine创建,最终由crisvalentine更新于
如何度量信息风险
本文根据上市公司盈余公告前和非盈余公告时期特质波动率之差,来构建异常特质波动率AIV指标,该指标用于衡量上市公司的信息风险。
AIV与信息风险
我们检验了AIV与盈余公告前的收益抢跑现象之间的关系,发现AIV值越高的股票其盈余公告前的
由crisvalentine创建,最终由crisvalentine更新于
在诸多卖空投资案例中,我们常常见到管理层抛出股票回购计划对抗外部卖空机构的压力,向市场表达明确的做多信号。这本质上是管理层和卖空投资者对于公司未来前景出现分歧。
导致这种分歧的可能有两种:
由crisvalentine创建,最终由crisvalentine更新于
新闻内容和社交媒体情绪研究的兴起
在过去10年中,金融市场中新的系统性风险因素的不断发酵,这些问题在一定程度上是由于流动性减少造成的。随着机器学习的使用,用来定量衡量新闻内容和社交媒体情绪的另类数据得到广泛应用。本文试图研究社交媒体和新闻数据能否为投资者提供现有数
由crisvalentine创建,最终由crisvalentine更新于
机构投资者的过度自信与PEAD
由crisvalentine创建,最终由crisvalentine更新于
这是最近在Quora上的一个提问:
Is stochastic math and Brownian motion still important to quantitative hedge funds? Is it all about AI and machine learning
由small_q创建,最终由small_q更新于
股票的近期回报可以预测未来风格因子的贝塔
我们发现动量和长期反转能够可以捕捉未来风险因子的贝塔,动量是未来一年市场资产定价因素(例如 Fama-French 五因子模型)的强大预测指标。中长期历史回报与未来贝塔值之间的联系表明,与动量和长期反转相关的溢价可能
由crisvalentine创建,最终由crisvalentine更新于
文献来源:Lin, Wenguang, and Gary C. Sanger. "Is smart beta still smart under the lens of the diversification return?." The Journal of Portfolio
由crisvalentine创建,最终由crisvalentine更新于
文献来源:Campbell, John Y., and Tuomo Vuolteenaho. 2004. Inflation illusion and stock prices. American Economic Review 94, no. 2: 19-23.
推荐原因:
由crisvalentine创建,最终由crisvalentine更新于
文献来源:Blitz, David. Hanauer, Matthias. Settling the Size Matter: The Journal of Portfolio Management Quantitative Special Issue 2021, 47 (2)
由crisvalentine创建,最终由crisvalentine更新于
文献来源:Y. Atilgan, T.G. Bali and K.O. Demirtas et al., “Left-tail momentum: Underreaction to bad news, costly arbitrage and equity returns”,
由crisvalentine创建,最终由crisvalentine更新于
文献来源:Leippold, M., Wang, Q. & Zhou, W. (2021). Machine-Learning in the Chinese Stock Market. Journal of Financial Economics.
推荐原因:随着机器学习在金
由crisvalentine创建,最终由crisvalentine更新于
文献来源:Gao, X., Xu, W., Li, D., & Xing, L. (2021). Media coverage and investment efficiency. Journal of Empirical Finance, 63, 270-293.
推荐原因
由crisvalentine创建,最终由crisvalentine更新于
由crisvalentine创建,最终由crisvalentine更新于
文献来源:Ibbotson, Roger, and Peng Chen, 2003, Long-run stock returns: Participating in the real economy, Financial Analyst Journal 59, 88-98.
由crisvalentine创建,最终由crisvalentine更新于
文献来源:So E C . A new approach to predicting analyst forecast errors: Do investors overweight analyst forecasts?[J]. Journal of Financial E
由crisvalentine创建,最终由crisvalentine更新于
文献来源:Miguel A. Lejeune. A VaR Black–Litterman model for the construction of absolute return fund-offunds [J] Quantitative Finance. January 2009
由crisvalentine创建,最终由crisvalentine更新于
文献来源:Peltomäki, Jarkko, and Janne Äijö. "Where Is the “Meat” in Smart beta Strategies?." The Journal of Wealth Management 20.3 (2017): 24-3
由crisvalentine创建,最终由crisvalentine更新于
文献来源:Rob Lovelace, Mike Gitlin & Darrell Spence, Capital Group, 2020 Outlook: Seek balance amid political and economic risk, December 17, 2
由crisvalentine创建,最终由crisvalentine更新于
做多股票/做空ETF的对冲策略
本文发现在对冲基金持有的股票触发业绩超预期之前,对应行业ETF的做空数量出现飙升,反映出可能存在做多股票同时做空行业ETF的投资行为。当股票的行业风险暴露高时,这种模式尤为明显。
行业ETF对股票PEAD的影响
通过测试
由crisvalentine创建,最终由crisvalentine更新于
A股市场债券基金的规模在近年来每年均保持正增长。截至2018Q3,当前A股市场上共有债券基金1325只,总规模合计为1.84万亿元,规模占比已经从2009年的3.04%上升至13.93%。从债券基金业绩的层面来看,基金之
由small_q创建,最终由small_q更新于
对指数产品规模可能产生影响的因子可分为三类:不变因子,长期因子,短期因子。不变因子代表基金产品的固有属性,不会随着时间推移而改变,包括:基金类型(是否ETF),是否含有联接基金,指数类型(宽基、行业、SmartBeta),第几只跟踪相关标的的指数
由small_q创建,最终由small_q更新于
文献来源:Lubos Pastor,M. Blair Vorsatz. Mutual Fund Performance and Flows during the COVID-19 Crisis[J]. The Review of Asset Pricing Studies,
由crisvalentine创建,最终由crisvalentine更新于
由qxiao创建,最终由qxiao更新于
文献来源:Blitz D. The Quant Crisis of 2018–2020: Cornered by Big Growth[J]. The Journal of Portfolio Management, 2021.
推荐原因:我们考察了2018-2020年量
由crisvalentine创建,最终由crisvalentine更新于