2023滬深300指數(shù)增強策略研究報告_第1頁
2023滬深300指數(shù)增強策略研究報告_第2頁
2023滬深300指數(shù)增強策略研究報告_第3頁
2023滬深300指數(shù)增強策略研究報告_第4頁
2023滬深300指數(shù)增強策略研究報告_第5頁
已閱讀5頁，還剩13頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

指數(shù)增強策略研究報告300 300指數(shù)增強策略，流程包括原始數(shù)據獲取、因子raw_data_fetch.py/原始數(shù)據獲取.pywind/tushare數(shù)據at_epcess.y/.ysgefcotes.p/.yCTdexehne.p/.y本模型針對滬深300成分股，最終選取估值因子、動量因子、流動性因子、成長因子、作制組合相對基準指數(shù)的行業(yè)及市值暴露，實現(xiàn)對組合中個股的權重優(yōu)化，以滬深300約20141月201912月。模型采用24T+1期因子收益率，并進行市值中性化和行業(yè)中性化處理。經過回測，模型年化超額收益8.3%，并在2014-2019年期間每一年都跑贏指數(shù)，平均跟蹤誤差6.2%，平均雙邊換手率12缺失值處理：原始因子會因為各種原因??現(xiàn)缺失值，當缺失值少于比如10%的情況下，標準化：不同因子量綱不同，為了使其具有可比性，需要對其進行ZScore使因子序列近似成為一個符合N(0,1)正態(tài)分布的序列。標準化后某期因子如下圖：Barra手冊中關于因子顯著性測試的內容，對因子進行橫截面回歸，同時需要考慮行業(yè)與市值的影響。而IC（InformationCoefficient）是衡量因子收益預測能力的重要參數(shù)，它作為剔除行業(yè)與市值影響后的因子值。再計算新因子值與下一期股票收益序列間的Spearman相關系數(shù)。某因子的IC等檢驗圖如下:IC>0概率：衡量模型預測收益方向性是否一致的指標；IRIC：IC平均值/IC標準差；ICIC標準差：衡量模型預測能力是否穩(wěn)定的指標；t值絕對值>2概率：衡量因子顯著性是否穩(wěn)定；t因子收益t值：衡量因子收益率統(tǒng)計上是否顯著不為0的指標；2ICIR股票。按照因子將樣本內股票排序，并按照序號從大到小平均分為510組。在下一個截面期的首個交易日，以當天的收盤價換倉并剔除當天因停牌等因素不能5組股票的歷史收益率進行回測，并計算其年化收益率、波動率、夏普比最好的因子進入模型，剔除其他因子，也可以利用等權法、歷史收益率加權法、ICIR加權子收益率。為解決異方差性，使用了WLS加權最小二乘法進行回歸。得到所有因子的歷史收益率序列后，就可以去估計T+1期因子預期收益率了，當然估計的24Brinson模型歸因等等。最終業(yè)績歸因結果圖如下：本模型以滬深300作為基準，最終選取動量因子、流動性因子

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論