因子研究系列专题:行业轮动下的指数增强策略-西部证券-20200501
摘要
行业截面存在着动量效应和高估值溢价现象。在行业轮动模型中,行业截面动量是被投资者研究讨论比较广泛的一个,本篇报告也是测试了不同回望期下的表现,发现较短回望期(1个月)下的行业动量效应是较强的。此外,2017年以来的龙头效应使得行业内龙头股带来了一个高估值溢价现象,那么,从个股到行业,是
由qxiao创建,最终由qxiao更新于
行业截面存在着动量效应和高估值溢价现象。在行业轮动模型中,行业截面动量是被投资者研究讨论比较广泛的一个,本篇报告也是测试了不同回望期下的表现,发现较短回望期(1个月)下的行业动量效应是较强的。此外,2017年以来的龙头效应使得行业内龙头股带来了一个高估值溢价现象,那么,从个股到行业,是
由qxiao创建,最终由qxiao更新于
创业板低波蓝筹指数投资价值分析
创业板行业配置契合热点,创业蓝筹指数具有良好投资价值
创业板自2019年中进入一轮上行区间,我们认为主要受益于医药生物、TMT等热门行业,在全球疫情背景下,医药生物始终是受益板块,电子、计算机等行业则是这一轮科技上涨周期中的重点行业,
由qxiao创建,最终由qxiao更新于
本文主要对剔除高频多因子空头组合后的沪深300指数增强策略进行回测分析。
构建高频多因子空头组合的方法。从因子复合与组合复合两种角度出发,本文共探讨了3种构建高频多因子空头组合的方法:因子复合-zscore加总、因子复合-回归模型、以及单因子空头组合复合。相对应的剔除样本空间
由qxiao创建,最终由qxiao更新于
上证180指数具有良好的市场代表性,行业结构偏向金融与食品饮料。上证180指数的成分股均为各行业大市值、高流动性的个股。从行业权重上看,非银行金融、银行以及食品饮料的占比分别为21.8%、21.1%以及11.7%,上述三个行业的权重之和超过50%。
上证180指数中长期收益表现稳健。
由qxiao创建,最终由qxiao更新于
根据申万宏源金工择时模型,从各宽基指数均线排列及均线缠绕状态判断,目前主要指数处于弱趋势中,从择时信号来看,主要宽基指数短期信号均偏空,建议投资者保持谨慎,不宜过度参与。
建议继续关注金融、消费板块
根据申万宏源金工基于风格轮动与BL模型的行业配置策略,3月份模型建议配置的
由qxiao创建,最终由qxiao更新于
股市基本面和政策面向好:
由qxiao创建,最终由qxiao更新于
嘉实中证500成长估值ETF跟踪的中证500成长估值指数,在中证500宽基指数的基础上进行了双重优化,指数编制包含了GARP(合理价格成长)策略思想,以及分析师一致预期,可以筛选出估值偏低,而成长性突出的中盘成长股,进一步丰富了投资者的底层工具箱。
中证500成长估值指数(93093
由qxiao创建,最终由qxiao更新于
为什么我们说暴跌是加仓的机会?根据对13个主要指数的暴跌规律统计,无论是牛市和熊市,未来都有较大的上升空间和较小的下跌空间。所以,暴跌正是加仓的时机。科技股行情还能从持续多久?
科技周期走到了哪里:现在尚处于硬件向软件内容的过渡期,这轮科技周期才刚刚开始。是否有接力资金:仍有在审批的
由qxiao创建,最终由qxiao更新于
综合结论
对中长期投资者而言,市场估值处于历史的较低水平,建议投资者超配权益资产;对于灵活投资者而言,中期择时观点本周转向偏谨慎区间,长期和中期结合之后的模型也发出看空的信号;风格层面本周大小盘轮动策略发出创业板指更优的信号。
长期观点
长期择时模型使用股息率计算
由alkaid创建,最终由alkaid更新于
在上一篇《基于组合权重优化的风格中性多因子选股策略》中,我们构建了基于A股市场的结构化多因子风险模型。本篇报告中,我们更深入的对风险模型的预测精度进行了分析研究。偏差检验表明,风险模型对于组合波动率的预测存在统计意义上的显著性。
中证500股指期货的上线,标志着A股市场衍生品对冲工具
由qxiao创建,最终由qxiao更新于
指数增强方法汇总及实例
量化多因子指数增强策略实证
指数增强型公募基金以量化方式为主,通过多因子模型能够有效控制风险
指数增强型基金是主动投资和被动投资的有机结合,其目标是在控制跟踪误差的前提下追求稳定、持续超越基准指数的表现。我们整理了目前所有跟踪上证5
由qxiao创建,最终由qxiao更新于
支持向量机(support vector machine,SVM)是数据挖掘中的一项新技术,是借助于最优化方法解决机器学习问题的新工具。它成为克服“维数灾难”和“过学习”等传统困难的有效办法,虽然他还处在飞速发展的阶段,但它的理论基础和实现途径的基本框架已经形成。支持向量机目前主要用来
由qxiao创建,最终由qxiao更新于
市场表现回顾(2020-03-23至2020-03-27):回顾上周市场表现,大小盘板块差异仍然较小。资金流上看,三类资金继续流出A股市场,但仍相对偏好创业板指等小盘板块。风格上看,小盘反转风格持续增强,盈利成长风格短期出现反弹,价值风格持续修复。
周度风格展望
根据Win
由bigquant创建,最终由bigquant更新于
近年来,伴随中国资本市场改革开放进程稳步推进,A股市场机构化、国际化的趋势愈发明显,各类型投资者对市场定价的影响力不断变迁。在投资者结构日益多元化的时代,如何令你的投资策略更加适应市场?我们将在本篇报告中,以盈利动量因子为例,对这一问题进行探讨。
**A股市场投资者结构的日益多元化,
由qxiao创建,最终由qxiao更新于
量化选股的数据来源无外乎财务数据、量价数据、预期类数据以及部分另类数据(文本、网络热度、专利、新闻情绪等)。除了另类数据的探索之外,传统数据加工方法的创新化也是探寻新Alpha的路径。
我们从公司财务能力的四大衡量维度入手(偿债能力、营运能力、盈利能力、企业发展能力),分别选取有代表
由qxiao创建,最终由qxiao更新于
首先,我们介绍了因子择时时常用的几个指标,包括因子估值差与配对相关性等,并测试了其与因子未来收益的相关性
预测目标是因子收益的历史移动平均与实际因子收益的差距
通过回测我们发现,使用择时模型的组合,不管是趋势行情,还是震荡行情中,相对两个对照模型都能取得更好的收益
由kyrie_fu创建,最终由kyrie_fu更新于
非线性特征
非线性模型:𝑹=𝑿𝒇+𝑮𝑿𝒈+𝝐′其中,线性部分:𝑹=𝑿𝒇+ε;残差项的非线性结构:𝝐=𝑮X𝒈+𝝐′;𝐺()为基于线性因子暴露X的非线性函数
对于收益率的残差,分别使用randomforest,boostedtree,neuraln
由asundo19890424创建,最终由asundo19890424更新于
1.“信用-盈利”二维框架 ①信用周期:即债务总额的同比增速 ②信用周期平均领先盈利周期8.9个月,【底】平均领先10.3个月,【顶】平均领先7.2个月;领先时间有逐渐缩短的趋势。 ③信用扩张叠加盈利改善阶段:指数全面上涨、大幅拔估值 ④信
由qxiao创建,最终由qxiao更新于
股票预测是量化投资中最为关键的任务。近年来,深度神经网络因其强大的表征学习能力和非线性建模能力,逐渐成为股票预测的主流方法。现有的预测方法均假设股票数据符合独立同分布(IID)且采用单一模型有监督地对股票数据建模。但实际上,股票数据通常会包含多种不同甚至对立的分布(Non-IID),比
由qxiao创建,最终由qxiao更新于
行业表现强度前五:电子、家用电器、食品饮料、商业贸易、国防军工
强度后五:建筑材料、农林牧渔、休闲服务、汽车、钢铁
指数估值↓:上证综指、中小板指、创业板指、上证50、沪深300
行业估值相对PE较低:农林牧渔、地产、建筑装饰、建筑材料和采掘。
相对PE较高:计算机、通信、休闲
由qxiao创建,最终由qxiao更新于
市场监控:两市量能下行至春节后的最低位,消费行业热度逆势上行
市场估值:整体处历史较低水平,超大盘和中盘估值分位更低;行业估值:食品饮料估值底部上行至21%分位,电子下行至历史46%分位;市场换手率:两市量能下行至春节后的最低位,小盘指数仍维持较高活跃度;行业换手率:消费行业
由qxiao创建,最终由qxiao更新于
在基金产品实际运行管理的过程中,基金绩效评价具有较 强的现实意义。基金公司管理者对基金经理的业绩考核、 基金经理对历史业绩的原因分析,都需要以科学的绩效归因和 评价模型为依据。
早期的基金评价主要评价基金的收益、超额收益、夏普 率、最大回撤等较为直观的指标。对基金的风格类型、收益来
由crisvalentine创建,最终由crisvalentine更新于
多因子体系主要包括alpha模型、风险模型、交易成本模型和组合优化,广义的alpha模型分为alpha因子构建和因子加权,是量化从业人员的研究重心但传统的alpha模型当期面临较大的挑战。
后发优势的逐渐丧失导致人工挖掘alpha因子的周期变长,国内外估值因子的长时间回撤,近年量价因
由qxiao创建,最终由qxiao更新于
【人工智能研报】华泰人工智能系列之二十九:提升超额收益,另类标签和集成学习20200319-华泰证券-35页.pdf
另类标签和集成学习有助于提升人工只能选股的超额收益
本文认为使用另类标签有三个方面的合理性
**本文使用了在多种训练期长度下测试的方法对比不同标签
由kyrie_fu创建,最终由kyrie_fu更新于
W-DCGAN模型可用于多资产金融时间序列生成,效果良好
本文探讨GAN的重要变式——DCGAN(深度卷积生成对抗网络)在生成多资产金融时间序列中的应用。原始GAN模型存在固有缺陷,DCGAN和WGAN分别从网络结构和损失函数的角度提出改进,将两种改进方案融合可得到W-DCG
由kyrie_fu创建,最终由kyrie_fu更新于