Presentation is loading. Please wait.

Presentation is loading. Please wait.

汇聚财智 共享成长 以正合,以奇胜 ——量化方法在投资中的作用.

Similar presentations


Presentation on theme: "汇聚财智 共享成长 以正合,以奇胜 ——量化方法在投资中的作用."— Presentation transcript:

1 汇聚财智 共享成长 以正合,以奇胜 ——量化方法在投资中的作用

2 目 录 一、量化投资 二、宏观环境的量化 三、市场面的量化 四、行业和风格的量化 五、量化选股

3 一、量化投资 量化分析可以做哪些事 传统主动投资 一般量化研究 我们的特点 宏观环境 宏观研究 宏观量化研究 舆情 市场分析 策略研究
技术分析/动量分析 各种预警指标 行业/风格 行业和风格配置 基于景气/动量的配置 趋势和上升指数 个股选择 研究员选股 量化选股 因子模型和事件驱动 复杂非参数神经网络 优化模型 优化模型 组合构建

4 目 录 一、量化投资 二、宏观环境的量化 三、市场面的量化 四、行业和风格的量化 五、量化选股

5 二、宏观环境的量化 宏观指标可以量化么? 不显著? 图1: 上证综合指数与 M1 关系图 表1: 回归结果 M1 Beta 0.0768 T
0.6370 R-Square 0.0025 资料来源:Wind, 长江证券研究部 资料来源:Wind, 长江证券研究部

6 二、宏观环境的量化 宏观指标可以量化么? 都不显著么? 表2: 宏观经济变量与上证综指回归结果 Beta T R-square
M1 0.0768 0.6370 0.0025 固定资产投资 0.0012 0.0154 0.0000 M1 与 M2的剪刀差 0.0048 CPI 0.0122 居民储蓄 / M2 0.0311 0.1901 0.0002 外汇储备 工业增加值 0.0636 0.3378 0.0007 美元兑人民币汇率 2.1055 0.9332 0.0054 原材料库存 0.1130 0.6660 0.0083 新订单 0.0583 0.7624 0.0108 用电量 进出口额 0.0148 发电量 0.0098 出口额 0.0090 资料来源:Wind, 长江证券研究部

7 二、宏观环境的量化 宏观指标的状态? 状态比数值更重要? 图2: 宏观经济变量与上证综指回归结果 资料来源:Wind, 长江证券研究部

8 二、宏观环境的量化 宏观指标的状态? 从状态的角度再看 M1 和上证指数 图1: 上证综合指数与 M1 关系图
样本区间 1995年12月-2010年09月 周期 短期 (3个月) 中期 (5个月) 长期 (9个月) 回归系数 3.6529 (2.7935) 4.0671 (3.1271) 4.6261 (3.5914) R-square 0.0432 0.0535 0.0694 资料来源:Wind, 长江证券研究部 资料来源:Wind, 长江证券研究部

9 二、宏观环境的量化 宏观指标的状态? 与其看数值,不如看状态 多数情况下,同一个宏观变量,短期、中期、长期对股市的影响不是一致的 重要变量
生产:用电量 投资:固定资产投资 消费:CPI 对外贸易:外汇储备

10 二、宏观环境的量化 除了宏观经济指标,还有什么? —— 舆情指标 读取各大财经网站文章 通过文本识别,判断文章多空倾向
汇总得到市场整体多空情绪 图3: 舆情程序示意图 Web 数据源 Web 数据抓取程序 编码转换程序 初级数据库 证券词库 语义词库 语法库 识别程序 信息分类 统计总结 舆情指标 资料来源: 长江证券研究部

11 二、宏观环境的量化 除了宏观经济指标,还有什么? —— 舆情指标 长期来看,舆情是很好的说明市场状态的指标 图4: 舆情指标和上证指数
资料来源:Wind, 长江证券研究部

12 目 录 一、量化投资 二、宏观环境的量化 三、市场面的量化 四、行业和风格的量化 五、量化选股

13 三、市场面的量化 最常用的市场面量化 —— 技术指标 默认参数一般非最优 横向参数敏感 纵向参数敏感 表3: 单根日均线纵向敏感性分析
图5: 单根日均线横向敏感性分析 指标 常规参数 全局最优 2000- 2005 2006- 2010 均值 0.0594% 0.0848% 0.1363% 0.0059% 标准差 1.1726% 1.1808% 1.4699% 0.8411% 超额收益 0.0202% 0.0457% 0.0403% 0.0099% 1.2822% 1.2602% 1.5320% 1.0824% 最佳均线 20 96 36 87 资料来源:Wind, 长江证券研究部 资料来源:Wind, 长江证券研究部

14 三、市场面的量化 趋势跟踪——个股趋势识别 趋势跟踪的理念 趋势识别的核心 主趋势的识别 扰动的过滤 图6: 个体趋势识别 开始
读取股票价格数据 产生短期均线序列 识别极点 过滤微小波动 产生滤波后的均线 识别高低点 进行策略判断 高低点比较策略 高低点突破策略 大波段保护策略 长均线保护策略 判断是否上升趋势 结束 资料来源:长江证券研究部

15 三、市场面的量化 从个体趋势到上升指数 处于上升趋势的股票比例 平滑且很少滞后的指标 图7: 2009 年上升指数与上证综指
图8: 2010 年上升指数与上证综指 资料来源:Wind资讯,长江证券研究部 资料来源:Wind资讯长江证券研究部

16 三、市场面的量化 上升指数的优点——对比 N日均线向上的股票比例 图9: 上涨家数与上升指数 图11: 60 日均线向上的比例与上升指数
图10: 20 日均线向上的比例与上升指数 资料来源:Wind资讯,长江证券研究部

17 三、市场面的量化 能不能不要老说右侧? 舆情指标、趋势跟踪是典型的右侧指标 左侧会不会有指标呢? 波动率 基金分歧 行业分歧度
股指期货多空仓单 A50 中国基金的卖空盘

18 三、市场面的量化 波动率与收益率 国内市场没有 VIX 历史波动率和未来收益率也有反向关系 图12: 波动率与收益率对照图
资料来源:Wind资讯,长江证券研究部

19 三、市场面的量化 基金分歧 基金的分歧比仓位更重要 对于基金主导的变盘很有效 图13: 基金分歧与市场走势
资料来源:Wind资讯,长江证券研究部

20 三、市场面的量化 行业分歧 行业分歧度达到一定程度,市场往往会下跌 行业走势非常散乱说明市场是没有模式、没有热点
图14: 行业分歧与市场走势 资料来源:Wind资讯,长江证券研究部

21 三、市场面的量化 股指期货多空仓单 中金所披露的前 20 大期货公司的多单量、空单量轧差合计的净持仓数
净持仓的增减和大盘的涨跌有一定的相关性,而且可能会有领先作用 图15: 多空仓单与市场走势 资料来源:Wind资讯,长江证券研究部

22 三、市场面的量化 香港安硕A50ETF “卖空金额/总成交额”可以作为香港投资者看空A股的一个指标
这一比例高过20%的时候,大部分都对应着未来几天之内的大幅下跌! 图16: A50 ETF卖空比例 资料来源:Wind资讯,长江证券研究部

23 目 录 一、量化投资 二、宏观环境的量化 三、市场面的量化 四、行业和风格的量化 五、量化选股

24 四、行业和风格的量化 从基本面出发 —— 行业景气指数 对中上游行业更有效 流程 初选因子(以钢铁行业为例)
上游:铁矿石产量、铁矿石港口库存、煤炭产量 下游:新开工面积、主要下游投资情况:通用设备制造业、交通运输设备制造业、金属品制造业、电气机械及设备制造业 进出口:进口钢材价格、进口钢材量 制造流程:粗钢产量、生铁产量、钢材产量、钢坯库存、钢材库存 季节调整 筛选因子 合成指数

25 四、行业和风格的量化 钢铁行业景气指数 对于超额收益有一定的预测作用 研究员和基金经理都看重的指标会自我实现
图17: 钢铁行业景气指数与行业股价表现 表4: 不同行业景气指数下行业超额收益表现 均值 标准差 t 值 预测超额收益>0(50次) 0.0197 0.0514 2.7078 预测超额收益<0(37次) 0.0439 资料来源:Wind资讯,长江证券研究部

26 四、行业和风格的量化 煤炭行业景气指数 类似的角度也可以构建煤炭行业景气指数 图18: 煤炭行业景气指数与行业股价表现
表5: 不同行业景气指数下行业超额收益表现 均值 标准差 t值 预测超额收益>0(37次) 0.0465 0.0643 4.3949 预测超额收益<0(30次) 0.0559 资料来源:Wind资讯,长江证券研究部

27 四、行业和风格的量化 选择强势行业和风格 识别相对趋势,趋势跟踪 图19: 中证500/中证100相对趋势 图20: 医药/采掘相对趋势
资料来源:Wind资讯,长江证券研究部

28 目 录 一、量化投资 二、宏观环境的量化 三、市场面的量化 四、行业和风格的量化 五、量化选股

29 五、量化选股 量化选股 VS 研究员选股 基本面选股 量化:财务指标、估值指标 研究员:财务分析,调研信息 技术面选股 参数的问题无法回避
大量数据处理:量化选股的优势

30 五、量化选股 三因子模型 方法 市场因子(沪深300),大小盘因子,高低市净率因子 估计每个因子的 Beta
根据打分选取最靠前的 N 只股票 图21: 三因子选股模型表现 图22: 三因子选股模型累计超额收益倍数 资料来源:Wind资讯,长江证券研究部

31 五、量化选股 事件驱动型投资机会 盈利超预期股票的超额收益 限售股解禁前后的超额收益 高分红送转股票的超额收益
发布异常交易公告股票的超额收益 调出指数成分股票的超额收益

32 分析师介绍 俞文冰,CFA,同济大学数学系统计学专业本科,上海财经大学统计学研究生,曾在中海基金负责产品设计,风险控制和金融工程研究工作,目前长江证券研究所担任金融工程研究员。曾获得深交所第八届会员单位与基金公司研究成果评选投资策略类二等奖。 重要申明 长江证券系列报告的信息均来源于公开资料,本公司对这些信息的准确性和完整性不作任何保证,也不 保证所包含的信息和建议不会发生任何变更。本公司已力求报告内容的客观、公正,但文中的观点、结 论和建议仅供参考,不代表对证券价格涨跌或市场走势的确定性判断。报告中的信息或意见并不构成所 述证券的买卖出价或征价,投资者据此做出的任何投资决策与本公司和作者无关。 本公司及作者在自身所知情的范围内,与本报告中所评价或推荐的证券没有利害关系。本公司及其所属 关联机构可能会持有报告中提到的公司所发行的证券头寸并进行交易,也可能为这些公司提供或者争取 提供投资银行、财务顾问或者金融产品等相关服务。 本报告版权仅为本公司所有,未经书面许可,任何机构和个人不得以任何形式翻版、复制和发布。如引 用、刊发,需注明出处为长江证券研究部,且不得对本报告进行有悖原意的引用、删节和修改。

33 长江证券金融工程部 汇聚财智 共享成长 Tel: 8621 6875 1782
汇聚财智 共享成长 长江证券金融工程部 Tel:


Download ppt "汇聚财智 共享成长 以正合,以奇胜 ——量化方法在投资中的作用."

Similar presentations


Ads by Google