利用交易型alpha捕获低频模型短期收益-天风证券-20190318
由qxiao创建，最终由small_q 被浏览 233 用户
摘要
Alpha的时间宽度
Alpha因子有着其适宜的预测时间宽度，由股票短期价量数据衍生而得的交易型alpha指标具有很强的短期收益预测，但其alpha衰减迅速；基本面指标的alpha衰减速率则较为缓慢。因此，月频度等低频alpha策略的选股指标以基本面指标为主，其获取市场上的长周期alpha收益。本文希望构建一套全新模式，在低频模型中引入交易型alpha信息，从而在低频模型中捕获市场中的短期alpha收益。
结构化风险模型
指数增强策略主要由alpha模型和风险模型组成，风险模型是指数增强策略中的重要组成部分，其能防范超额收益的大幅回撤和剧烈波动，本文参照barra USE4构建结构化风险模型。我们对因子协方差依次进行Newey-West调整、特征因子风险调整、Volatility Regime调整，对股票特质波动对角阵依次进行Newey-West调整、结构化调整、贝叶斯压缩和Volatility Regime调整，进而得到股票协方差矩阵。偏差检验结果表明股票协方差矩阵对投资组合风险拥有较好的刻画精度。
月频指数增强模型
我们在约束Size、Beta、Momentum、Residual Volatility、BTOP等风险因子无偏的情况下构建了中证500指数的月频增强模型。2010年以来月频增强模型年化超额收益17.7%，信息比率4.09。以该月频增强模型为基础，我们展示了在低频模型中引入交易型alpha信息的增益效果。
利用交易型alpha捕获短期收益
我们利用24个交易型alpha指标构建了短期交易型alpha模型。每月基于月频alpha模型得到增强模型的股票底仓，每隔3个交易日我们利用交易型alpha模型将当期持仓中alpha预测值较低的股票替换成高alpha股票，同时仍然约束组合风格暴露无偏。该方式在保证组合持仓特征与原始模型大体一致情况下，持续性地在低频模型中引入最新的交易型alpha信息。在月频模型中引入交易型alpha信息后，组合超额收益显著提高，2010以来模型超额基准指数23.4%，信息比率5.20。
正文
/wiki/static/upload/89/89ab048b-7f53-404e-887d-aababdb7687e.pdf
\