量化投資研究方法

1、量化投資研究方法,金融工程首席分析師胡浩2010.08,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

2、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(shè)：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

3、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(yīng)對贖回；減倉行為：賣出股票/申購資金沒有轉(zhuǎn)化成相應(yīng)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

4、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

5、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(yīng)與反應(yīng)不足損失厭惡與處置效應(yīng)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(yīng),《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)

6、，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(yīng)用,投資者情緒水平指數(shù)在±2之間波動可以提前1－2月預測股市的大頂和大底投資者情緒變動指數(shù)

7、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

8、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

9、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(shè)備、軟件服務(wù)、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

10、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(wù)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(yīng),A股市場行業(yè)動量反轉(zhuǎn)效應(yīng)分析短期動量效應(yīng)顯著：持有期和觀察期均為一個月的動量效應(yīng)最顯著中期反轉(zhuǎn)效應(yīng)存在：持有期和觀察期均為六個月的反轉(zhuǎn)效應(yīng)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：

11、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

12、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

13、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 MarketEarning Yield(Modified)/Return on Capital(Modified)Barra模型 59-FactorVanguard’s 70-Factor Model,23,5.2 通過

14、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,PEPBPSEV/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ROEROAROIC,1 M Price3 M Price6 M Price12 M Price,3M Beta6M Beta3M Vol6M Vol,財務(wù)杠桿利息覆蓋倍數(shù)……,資金動

15、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),A

16、vg. ReturnVolatilitySharp RatioHit RatioDuration,IRsICs,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

17、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(shè)定：指標設(shè)

18、定,價值成長矩陣數(shù)據(jù)來源：財務(wù)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(wù)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(shè)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

19、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

20、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(chǔ)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,34,2003~2009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：

21、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

22、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

23、事件對股價有顯著的影響高送配對于股價具有短期影響分配預案信息提前走漏的可能性較大，預案公布前進入可以獲得一定的超額收益,可分離債發(fā)行前后存在的超額收益機會,送配預案公告事件前后累計超額收益走勢,38,6.4 事件驅(qū)動交易，時機創(chuàng)造價值,事件驅(qū)動交易，時機創(chuàng)造價值事件導致股價短期變化分析事件，定位交易時機抓住時機，捕獲交易價值融資融券推出之后獲取事件對股價的負面影響收益引入股指期貨，鎖定價值對沖系統(tǒng)風險，鎖定超額收益

24、,系統(tǒng)風險（β）,股指期貨空頭（-β）,,,僅留下超額收益（alpha）,超額收益（α）,39,中信證券金融工程團隊：不積跬步，無以至千里,胡浩（010-84588430，huhao@citics.com）02年加入中信證券，中國人民大學統(tǒng)計學碩士、金融工程專業(yè)博士。早年征戰(zhàn)于金融產(chǎn)品開發(fā)小組，后轉(zhuǎn)入研究部，國內(nèi)橫跨指數(shù)開發(fā)、基金評級、基金產(chǎn)品設(shè)計、股指期貨、量化策略等多領(lǐng)域的專業(yè)人士之一，現(xiàn)為金融工程團隊負責人。嚴高劍（

25、010-84588430，yangj@citics.com）06年加入中信證券，中國人民大學應(yīng)用數(shù)學學士、數(shù)量經(jīng)濟學碩士。具有深厚的金融數(shù)學、計量經(jīng)濟學功底，在因子驅(qū)動及量化選股、行業(yè)配置、事件驅(qū)動策略等方面推出了很多有影響力的報告。馬堅（010-84588685，maj@citics.com）,,40,00年畢業(yè)于清華大學計算機科學與技術(shù)系，同年加入中信證券，見證了中信證券數(shù)量化分析系統(tǒng)的創(chuàng)立與演進。曾從事中信標普系列指數(shù)的編制

26、與開發(fā)、數(shù)量化投資系統(tǒng)的設(shè)計開發(fā)，具備扎實的計算機編程功底和多年的數(shù)據(jù)庫管理經(jīng)驗，現(xiàn)主要從事指數(shù)及衍生品的研究，負責金融工程研究成果的軟件化。,中信證券金融工程團隊：不積跬步，無以至千里,李棟（010-84588397，lidong@citics.com）09年加入中信證券，清華大學自動化系學士及碩士。加入中信證券前曾服役于對沖基金千年資本管理公司兩年有余，主要工作是開發(fā)適用于美股、歐股和日股的量化交易模型，對統(tǒng)計套利具有較深的理解。

27、現(xiàn)主要從事A股的多空量化交易研究。林小馳（010-84588425，yangj@citics.com）07年加入中信證券，北京大學會計學博士。具有深厚的會計學功底，在財務(wù)分析、財務(wù)造假識別、財務(wù)因子特性等方面進行長期的研究。現(xiàn)主要負責財務(wù)培訓及財務(wù)因子在A股的應(yīng)用研究。岳子義（010-84588054，yuezy@citics.com）,,41,07年畢業(yè)于清華大學軟件工程系，10年加入中信證券，加入中信證券前曾服役于IBM軟