<s id="iwbjp"><object id="iwbjp"><blockquote id="iwbjp"></blockquote></object></s>
      <tbody id="iwbjp"></tbody>
      <button id="iwbjp"><object id="iwbjp"></object></button>
      1. <button id="iwbjp"><object id="iwbjp"><menuitem id="iwbjp"></menuitem></object></button>
        1. <th id="iwbjp"></th>
          <tbody id="iwbjp"></tbody>
          黑山量化投資社區

          成分股信息、一致性指數與A股擇時系統構建——量化資產配置與組合投資周報

          華寶財富魔方2021-04-13 11:58:51

          分析師/張青(執業證書編號S0890516100001)

          研究助理/李亭函

          投資要點:

          市場指數是成分個股的集合,因而其漲跌本質上是個股合力的結果。從微觀層面上看,實際上可通過對基準指數成分股的運行趨勢判斷,來構建市場擇時系統。某些經典技術分析方法就利用了成分股的信息,如市場活力指數。該指數每日統計了市場基準指數成分股中股價運行在N日均線以上的個股數量占比,將其作為判斷市場強弱的依據。不過,采用均線的方法存在一定缺陷,因為市場一旦轉入震蕩行情,會導致股價頻繁上穿下穿均線,產生大量偽信號。鑒于此,我們考慮采用新高新低指標跟蹤成分股的上漲下跌趨勢,考慮到A股屬于“熊長牛短”型市場,趨勢跟蹤交易系統在設計上采用“慢進快出”的理念更為合理,則對新高新低采用不同的參數設置,即當個股股價創N日新高時,認為該股票處于看漲狀態,當創N/2新低時,認為處于看跌狀態,當不滿足這兩種情形時,則將上一交易日的看漲看跌狀態賦予本日。我們以滬深300指數作為擇時標的,將每日處于看漲狀態的個股數量占比構建為一個擇時指數,為與傳統市場活力指數有所區分,我們姑且稱之為成分股一致性指數。

          由于一致性指數在0~1區間內波動,我們通過設置上下閾值的方式構建交易系統。當一致性指數突破上閾值時,意味著成分股多頭力量的集聚已超過空頭力量,此時發出買入信號,反之當一致性指數突破下閾值時則發出賣出信號?;販y表明,在不同周期參數N設置下,利用成分股擇時較之僅基于市場基準指數擇時的收益率多數情況下都有所提升。從Calmar比率看,基于成分股擇時的Calmar比率也普遍好于僅基于基準指數的擇時系統,這說明利用成分股信息進行止贏止損操作的有效性更強。因為成分股的漲跌在市場某些重要底部或頂部形成前夕會產生一定分化,如2007年底~2008年初市場形成歷史大頂過程中,部分個股已經率先大幅調整,成分股一致性指數及時發出看空信號,從而較僅基于市場基準指數的擇時系統,可以做到更早一點止盈出局——這就是成分股擇時的重要價值。

          資產配置模型跟蹤:BL模型進取型、平衡型與穩健型策略過去5日收益率依次為0.25%、0.21%、0.21%,過去20日收益率依次為-0.09%、0.62%、0.79%,過去一年收益率依次為14.20%、4.69%、3.11%;風險平價模型過去5日收益率為0.32%;過去20日收益率為:0.77%;過去250日收益率為2.15%。

          組合投資策略跟蹤:過去5日,進取型策略收益率為1.21%,平衡型收益率為1.49%,穩健型策略收益率為0.27%。過去20日,進取型策略收益率為5.17%,平衡型收益率為1.10%,穩健型策略收益率為1.12%。

          本期配置建議:考慮到6月A股市場溫和上漲,預計短期強勢有望延續,上調A股配置權重至30%。港股整體上行趨勢依舊完好,預計7月有望再度上行,上調恒生指數配置權重至20%。6月聯儲加息靴子落地,且市場預期未來加息節奏可能放緩,有助于美股再度上行,上調美股配置權重至10%。近期黃金價格走勢偏弱,且新高新低突破交易系統發出賣出信號,下調黃金配置權重至0%。由于風險資產倉位整體上調,相應我們下調債券配置比例至40%。

          1. ?本期思考:成分股信息、一致性指數與A股擇時系統構建

          市場指數是成分個股的集合,因而其漲跌本質上是個股合力的結果。從微觀層面上看,實際上可通過對基準指數成分股的運行趨勢判斷,來構建市場擇時系統。較之僅依據市場指數本身的信息構建的擇時系統,基于成分股的擇時系統由于可利用的信息量增多,從而在邏輯上看交易系統的效果會更好,尤其是交易系統對參數的敏感性應會有所下降,交易系統的穩定性得以提升。

          某些經典技術分析方法就利用了成分股的信息,如市場活力指數。該指數每日統計了市場基準指數成分股中股價運行在N日均線以上的個股數量占比,將其作為判斷市場強弱的依據。不過,采用均線的方法存在一定缺陷,因為市場一旦轉入震蕩行情,會導致股價頻繁上穿下穿均線,產生大量偽信號。此外,跟蹤個股上漲與下跌趨勢僅采用同一均線設置也有所不妥,尤其是對于諸如A股這樣的“熊長牛短”型市場,趨勢跟蹤交易系統在設計上采用“慢進快出”的理念更為合理些,即抄底要晚,逃頂要早。

          鑒于此,我們考慮采用新高新低指標跟蹤成分股的上漲下跌趨勢,并對新高新低采用不同的參數設置(為避免過度優化,新低采用新高參數除以2的設置方法),即當個股股價創N日新高時,認為該股票處于看漲狀態,當創N/2新低時,認為處于看跌狀態,當不滿足這兩種情形時,則將上一交易日的看漲看跌狀態賦予本日。我們以滬深300指數作為擇時標的,將每日處于看漲狀態的個股數量占比構建為一個擇時指數。為與傳統市場活力指數有所區分,我們姑且稱之為成分股一致性指數(下文簡稱“一致性指數”)。

          由于一致性指數在0~1區間內波動,我們通過設置上下閾值的方式構建交易系統。當一致性指數突破上閾值時,意味著成分股多頭力量的集聚已超過空頭力量,此時發出買入信號,反之當一致性指數突破下閾值時則發出賣出信號?;販y¥時間為2005年9月30日至2017年6月27日,交易費率設定為雙邊各千分之三。為檢驗利用成分股信息是否較原有基于市場基準指數新高新低突破系統在擇時功效上有所提升,我們也一并列出了基于市場基準指數擇時的回測結果。具體測試結果如下:

          從回測結果可以看出,在不同周期參數N設置下,利用成分股擇時較之僅基于市場基準指數擇時的收益率多數情況下都有所提升。以短周期參數20為例,基于一致性指數擇時較同一周期參數設置下的基于市場基準指數的擇時系統累計收益率提升了約180個百分點,交易次數減小為24次,平均持倉提高至46天,其中平均最大回撤減小至-16.5%,Calmar比率提高到1.04倍。尤其是當周期參數設定為120日時,基于成分股一致性指數擇時的年化收益率達到21.9%,不僅高于同一參數設置下的基于基準指數擇時的收益率(18.6%),還好于基于基準指數擇時最優參數下的收益率(參數設為80時年化收益率最高,為20.7%)。

          從Calmar比率看,基于成分股擇時的Calmar比率也普遍好于僅基于基準指數的擇時系統。以參數60的交易系統為例,兩者的累計收益率、年化收益率相差不大,但基于成分股擇時的Calmar比率要明顯好于基于指數擇時,這說明利用成分股信息進行止贏止損操作的有效性更強。因為成分股的漲跌在市場某些重要底部或頂部形成前夕會產生一定分化,如2007年底~2008年初市場形成歷史大頂過程中,部分個股已經率先大幅調整,成分股一致性指數及時發出看空信號,從而較僅基于市場基準指數的擇時系統,可以做到更早一點止盈出局——這就是成分股擇時的重要價值。

          短周期(20日)和長周期(120日)的擇時情況如下:

          2. ?大類資產行情回顧

          股票市場方面,截至2017-06-30,過去5日滬深300指數收益率為1.21%,中證100指數錄得1.08%的收益率;中證500指數錄得2.13%的收益率。從中證500/中證100(大小盤相對強弱指數)看,該指數回升至20日均線以上,但仍處于60日均線以下,短期來看大盤風格依舊強勢。

          債券市場方面,央行上周暫停公開市場操作,資金面邊際上收緊,債市收益率處于高位震蕩。過去5個交易日,國債總凈價指數上漲0.06%,信用債總凈價指數上漲0.28%。?

          商品市場方面,過去5日商品整體上揚,南華商品指數上漲3.50%,黃金指數下跌-1.76%。

          海外市場方面,標普500過去5日下跌-0.61%,港股上漲0.37%。

          3. ? 量化資產配置模型跟蹤及本期配置建議

          我們通過引入擇時系統,對傳統BL與風險平價模型進行了一定優化,將其運用于大類資產配置中。配置標的涵蓋四類:一是A股市場,采用中證100指數與中證500指數分別表示大盤股標的與小盤股標的;二是債券資產,采用中債利率債總財富指數與中債信用債總財富指數分別表征利率債與信用債資產;三是商品資產,主要配置于黃金資產,用黃金現貨指數作為代表;四是海外權益資產,具體配置于港股與美股資產,分別用恒生指數與標普500指數代表配置標的。

          3.1. Black-Litterman配置模型跟蹤

          我們對Black-Litterman模型優化的主要思路是:根據趨勢跟蹤擇時系統對下期各大類資產的漲跌進行研判,當預判資產上漲時,采用過去24個月上漲月份的平均漲幅作為下期資產預期收益率的代表;當預判資產下跌時,采用過去24個月下跌月份的平均跌幅作為下期資產預期收益率的代表。本模型每月初進行調倉。

          截至2017-06-30,BL模型進取型、平衡型與穩健型策略過去5日收益率依次為:0.25%、0.21%、0.21%,過去20日收益率依次為:-0.09%、0.62%、0.79%,過去一年收益率依次為:14.20%、4.69%、3.11%。

          3.2. 風險平價模型配置跟蹤

          我們對風險平價模型優化的主要思路是引入兩個風險調整系數與(>),并根據趨勢跟蹤擇時系統對下期各大類資產的漲跌進行研判,當預判某資產上漲時,將該資產的風險總貢獻除以,從而加大該資產的風險預算,上調配置上限;當預判某資產下跌時,將該資產的風險總貢獻乘以,從而減小該資產的風險預算,下調配置上限。本模型每月初進行調倉。

          截至2017-06-30,風險平價模型過去5日收益率為0.32%;過去20日收益率為0.77%;過去250日收益率為2.15%。

          3.3. 本期配置建議

          我們綜合考慮BL與風險平價兩個模型的量化配置權重,并結合對下期各大類資產的走勢研判,給出平衡型風險偏好(風險資產配置總比例不超過60%)下的具體配置建議。本資產配置模型對各類資產的配置原則上于每月初進行調倉,但月中結合對資產運行趨勢的判斷,當認為資產價格可能面臨較大回調風險時,會相機對權重進行下調。

          本期我們上調A股配置權重至30%,主要是考慮到6月A股市場溫和上漲,結束過去幾個月的盤整態勢,預計短期強勢有望延續。上調恒生指數配置權重至20%,港股整體上行趨勢依舊完好,6月高位強勢調整,我們預計7月有望再度上行。上調美股配置權重至10%,主要是考慮到6月聯儲加息靴子落地,且市場預期未來加息節奏可能放緩,有助于美股再度上行。下調黃金配置權重至0%,主要是近期黃金價格走勢偏弱,與我們的預期不符,且新高新低突破交易系統發出賣出信號。由于風險資產倉位整體上調,相應我們下調債券配置比例至40%。

          4. ?量化組合投資策略跟蹤

          我們考慮采用數量化方法構建系列量化組合投資策略,按照風險程度不同,劃分為進取型、平衡型與穩健型,以此作為我們在量化FOF策略開發領域的一點嘗試。

          4.1. 進取型策略

          多重趨勢跟蹤策略

          策略理念:該策略以A股市場趨勢跟蹤為核心設計理念,主要基于macd指標對行情進行波段劃分,采用回調買入、背離買入以及突破買入三重趨勢跟蹤交易系統,同時引入大小盤輪動策略增厚收益。

          截至2017-06-30,多重趨勢跟蹤策略過去5日收益率為1.21%;過去20日收益率為5.17%;過去250日收益率為14.75%,過去250天最大回撤為-10.73%。

          4.2. 平衡型策略

          目標波動率策略

          策略理念:本策略主要配置于權益資產,具體配置倉位由擇時策略與目標波動率策略決定。擇時信號基于經典技術分析纏論中的修正K線,當修正K線創M日新高時,做多權益資產,當修正K線創N日新低時,則平倉權益資產,持有貨幣基金。當看多權益資產時,采用目標波動率策略確定權益資產配置倉位,并按照風險平價模型將資產配置于中證100指數基金與中證500指數基金。

          截至2017-06-30,目標波動率策略過去5日收益率為:1.49%;過去20日收益率為:1.10%;過去250日收益率為-2.67%,過去250天最大回撤為-11.51%。

          4.3. 穩健型策略

          低相關度配置策略

          策略理念:本策略采用穩健型資產配置設計思路,股票型資產與債券型資產目標配置比例設定為2:8,并通過擇時系統對股票型資產配置倉位進行動態調節,以提升收益風險比。權益資產擇時采用N日新高突破系統,當看多權益資產時,20%資金配置于股票行業指數及寬基指數,剩余資金配置于債券資產?;谂c滬深300指數的相關性對配置基金進行篩選,選取相關性最小的前3個指數標的進行配置。采用低相關度策略的優勢在于更易實現權益資產的分散化配置。

          截至2017-06-30,低相關度配置策略過去5日收益率為:0.27%;過去20日收益率為:1.12%;過去250日收益率為-1.45%,過去250天最大回撤為-5.99%。


          友情鏈接