1、 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 金融工程研究金融工程研究 Page 1 证券研究报告证券研究报告深度报告深度报告 金融工程金融工程 Table_Title 金融工程专题研究金融工程专题研究 数量化投资数量化投资 2018年年 02月月 26日日 相关研究报告：相关研究报告：金融工程专题研究：不同时间周期下行业量化轮动配臵 2017-11-24 金融工程专题研究：股票机构评级关注度过热规避策略 2017-12-29 金融工程专题研究：基于翻倍期的银行股价值选股 2017-12-29 金融工程专题：指数投资系列：基于股票分化度的指数趋势策略 2017-11-
2、23 金融工程专题研究：递归神经网络 RNN维 度 叠 加 与 可 微 分 神 经 计 算 机 2017-11-24 证券分析师：吴子昱证券分析师：吴子昱 电话：0755-22940607 E-MAIL： 证券投资咨询执业资格证书编码：S0980514050002 证券分析师：黄志文证券分析师：黄志文 电话：0755-82133928 E-MAIL： 证券投资咨询执业资格证书编码：S0980510120059 独立性声明：独立性声明：作者保证报告所采用的数据均来自合规渠道，分析逻辑基于本人的职业理解，通过合理判断并得出结论，力求客观、公正，结论不受任何第三方的授意、影响，特此声明。专题报告专题
3、报告 基于回撤率基于回撤率仓位仓位控制及指数择时控制及指数择时 一维回撤率控制策略原理一维回撤率控制策略原理 根据回撤调整引理（Drawdrown Modulation Lemma）可以构造出一个使用样本内数据，无论在任何股票价格走势下，都能确保最大回撤率维持在容忍度之内的策略。基于以上理论，我们构造出一个不涉及未来数据的回撤率控制策略，后续用实例证明其有效性。回撤率控制仓位管理策略的沪深回撤率控制仓位管理策略的沪深 300 实证实证 沪深 300 回撤率控制策略，在 5%的最大回撤率容忍度设定参数下，基本可以将月度回撤率控制在 10%以内。该策略中参数具有以下特点，投资比例分布在0%和 10
4、0%附近居多且最优*往往取得取值范围的最大值。基于回撤率的指数择时策略基于回撤率的指数择时策略 将沪深 300 回撤控制策略退化成简单的择时模型，不仅保持了原有策略的优点，新的择时策略效果甚至有小幅提高。尤其对于防范熊市行情下市场大幅下跌有较好的避险效果。带回撤带回撤率率控制仓位管理的动量策略控制仓位管理的动量策略 基于对回撤率控制策略思想的分析，其获得收益的本质是通过主动规避风险而来。因而我们尝试将通过仓位管理策略生成的资金使用比例叠加到其他模型上，并使用简单的四周动量策略对沪深 300、上证50、中证500 做了简单测试。在采纳资金使用比例这一信息后，策略较简单动量策略的熊市避险能力得到进
5、一步提升。请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 2 内容目录内容目录 前言前言.4 一维回撤率控制策略理论基础概述一维回撤率控制策略理论基础概述.4 一维回撤率控制仓位管理策略：一维回撤率控制仓位管理策略：HS300 指数实证指数实证.6 沪深 300 回撤率控制仓位管理策略结果分析.8 参数敏感性检验.10 仓位调整情况统计.10 基于回撤率控制策略的指数择时策略基于回撤率控制策略的指数择时策略.12 模型简述及沪深 300 指数实证结果.12 参数敏感性检测及调参探讨.13 带回撤率控制仓位管理的动量策略带回撤率控制仓位管理的动量策略.15 总结总
6、结.16 国信证券投资评级国信证券投资评级.17 分析师承诺分析师承诺.17 风险提示风险提示.17 证券投资咨询业务的说明证券投资咨询业务的说明.17 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 3 图表目录图表目录 图图 1：不同回撤率容忍度沪深：不同回撤率容忍度沪深 300的仓位管理策略绝对净值的仓位管理策略绝对净值.7 图图 2：不同回撤率容忍度沪深：不同回撤率容忍度沪深 300的仓位管理策略相对净值的仓位管理策略相对净值.7 图图 3：dmax=5%沪深沪深 300与回撤率控制仓位管理策略月度最大回撤率对比与回撤率控制仓位管理策略月度最大回撤率对比
7、.7 图图 4：日频资金使用比例分布：日频资金使用比例分布.8 图图 5：最佳：最佳 蒙特卡罗模拟结果蒙特卡罗模拟结果.8 图图 6：沪深：沪深 300指数反转策略与动量对指数反转策略与动量对比比.9 图图 7：蒙特卡洛模拟最优：蒙特卡洛模拟最优 结果（结果（T=1M）.9 图图 8：蒙特卡洛模拟最优：蒙特卡洛模拟最优 结果（结果（T=2M）.9 图图 9：蒙特卡洛模拟最优：蒙特卡洛模拟最优 结果（结果（T=25D）.10 图图 10：蒙特卡洛模拟最优：蒙特卡洛模拟最优 结果（结果（T=35D）.10 图图 11：回撤率控制仓位管理策略敏感性测试结果：回撤率控制仓位管理策略敏感性测试结果.10
8、 图图 12：沪深：沪深 300基于回撤率控制的指数择时策略基于回撤率控制的指数择时策略.13 图图 13：沪深：沪深 300指数择时策略绝对净值指数择时策略绝对净值.13 图图 14：沪深：沪深 300指数择时策略相对净值指数择时策略相对净值.13 图图 15：不同：不同*取值的指数择时策略的年度最大回撤率取值的指数择时策略的年度最大回撤率.14 图图 16：沪深：沪深 300带仓位管理的四周动量策略带仓位管理的四周动量策略.15 图图 17：上证：上证 50带仓位管理的四周动量策略带仓位管理的四周动量策略.15 图图 18：中证：中证 500带仓位管理的四周动量策略带仓位管理的四周动量策略
9、.16 表表 1：沪深：沪深 300回撤率控制仓位管理策略的绩效指标回撤率控制仓位管理策略的绩效指标.7 表表 2：回撤率控制仓位管理策略各月交易次数及换手率：回撤率控制仓位管理策略各月交易次数及换手率.10 表表 3：dmax=5%最优最优 调参的效果评估调参的效果评估.14 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 4 前言前言 巴菲特曾经警告投资者要耐心等待直到机会出现然后押大放小，他在这一忠告背后使用的具体模型的我们难以知晓，但将获胜概率与投资规模联系起来的思维方式却对投资者有着积极的指导意义。比如凯利优化模型就较好的践行了这一想法，然而实证表明仅
10、仅将收益的概率分布与持仓联系起来，通常会面临策略波动率较大、回撤严重等弊端。本文旨在探索一种从风险角度出发，将回撤率与持仓比例勾连起来的仓位管理策略，对一个被证实有效的回撤控制原理进行改造，使之成为一个不涉及未来数据的回撤率控制模型。该策略的主要优势在于：1、形成一套将回撤率这一信息与资金使用比例勾连形成的仓位调整指导规则，该策略在沪深 300 的实证中显示了较强的熊市避险能力。2、将原有仓位调整信息退化为一个择时模型，通过沪深 300 指数的实证结果表明，该择时策略依然维持了仓位管理策略的有效性。3、将基于回撤率控制的仓位管理策略叠加在现有的指数投资四周动量策略上，使得策略的收益及风险绩效指
11、标都得到提升。本文将依寻以下脉络展开：1、一维回撤率控制策略原理概述。2、一维回撤率控制的仓位管理策略：沪深 300 指数实证。3、基于回撤率控制原理的择时模型及沪深 300 指数实证。4、带回撤率控制仓位管理的四周动量策略。一维回撤率控制策略理论基础概述一维回撤率控制策略理论基础概述 本策略的基本原理并较为朴素，即以回撤率 d(k)为控制策略的输入，输出当期应有的投资金额比例 K(k)，本文使用的回撤率定义如下：当期投资金额 I(k)等于投资比例 K(k)与当期净值 V(k)之积：I(k)=K(k)V(k)因而下期净值 V(k+1)=V(k)+I(k)X(k)=V(k)+K(k)V(k)X(
12、k)。回撤调整引理（Drawdrown Modulation Lemma）告诉我们，当且仅当当期投资金额函数 I(k)满足以下条件时：对于任意的 k，都有 d(k)小于最大回撤容忍度 dmax，证明如下：必要性：已知 d(k)=dmax;d(k+1)0 的情况证明右侧的不等式：已知 Xmin 属于支撑集 X。对于任意的 k，都存在 Xmin 的邻域使得 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 5。因此对于任意0,都存在使得 已知 Vmax(k+1)=Vmax(k)，以及 将带入上式。由时，有|X(k)|Xmin|，令，可得 充分性：通过数学归纳法需证明若
13、 d(k)满足 d(k)=dmax，则必有 d(k+1)=0 的右侧不等式。根据本文回撤率的定义有，Vmax(k)=Vmax(k+1)若Vmax(k)Vmax(k+1),则有Vmax(k+1)=V(k+1)，易得 d(k+1)=0 dmax 若Vmax(k)=Vmax(k+1),根据回撤率与当期净值的关系可以得到以下不等式 已知 带入以上不等式可得 d(k+1)dmax。通过上述引理，可以构造出一个对任意的 k都有 d(k)dmax 的样本内投资方法，将资金投入比例 K(k)进一步分解为常数和 M(k)=（dmax-d(k)）/（1-d(k)）之积：取值范围：若满足上述条件，根据回撤调整引理，
14、可保证 d(k)始终小于可最大回撤率容忍度 dmax 最后可以通过求解以下问题获得最优的。请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 6 （*）如果选取的大于 0，M(k)是关于回撤率的一个单调减函数，回撤率越大，M(k)越大，即投资比例越大，因而持仓方式类似于一个动量策略。如果选取小于0，回撤率越大，投资比例越小，持仓方式类似于一个反转策略。这一持仓策略受到两方面因素的制约：1、能够持仓的最大值受到最大跌幅|Xmin|的制约，的最大不应该超过 1/|Xmin|，|Xmin|越大发生回撤的幅度越大，可取的最大值越小；如果选取0，M(k)为单调减函数，回撤率越
15、大持仓量越大，类似于反转策略，然而能够取到的最小值受到|Xmax|制约，|Xmax|越大潜在的涨幅越大，忙目空仓可能带来策略跌幅就越大，因而的取值范围就越小。2、通过引入最大容忍度（dmax）这一参数，以 dmax 为界影响 M(k)。同时可以这样理解这一策略：如果取最大回撤率容忍度（dmax=1），即对回撤率没有任何的限制条件，M(k)恒等于 1，I(k)=*V(k)，(*)式的求解退化成一个Kelly 优化问题。Kelly 优化问题用于求解使得组合期望增长率最大化的最优投资比例，被广泛用于仓位控制、资产配臵问题当中。一维回撤率控制仓位管理策略：一维回撤率控制仓位管理策略：HS300 指数实
16、证指数实证 为了证实上述引理是否对样本外数据依然可以维持其限制回撤率的有效性，通过如下构建的一维回撤控制策略对沪深 300 指数进行了测试，设定最大回撤容忍度(dmax)为 X%：1、根据上月日收益率的最大值与最小值确定范围-1/Xmax,1/|Xmin|2、求解最优*值，方法如下：假设已知 60 日的日频增长 x1，x2，x3,x60，随机选取服从上述分布的日频股价涨跌幅，生成 M 条股票路径，求解每条路径的，并求这 M个数据的平均值，使得该平均值最大的即为*。本例中选取一个月的日频增长率进行模特卡罗模拟求解最优。3、每日收盘根据当天收盘价统计上月末至今的回撤率，根据生成一下日的资金使用比例
17、，该过程对做空及后续融资信号加以限制，即限制资金使用比例范围为0,1。请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 7 图图 1：不同回撤率容忍度沪深不同回撤率容忍度沪深 300的仓位管理的仓位管理策略绝对净值策略绝对净值 图图 2：不同回撤率容忍度沪深不同回撤率容忍度沪深 300的仓位管理的仓位管理策略相对净值策略相对净值 数据来源：国信证券经济研究所整理 数据来源：国信证券经济研究所整理 通过不同 dmax 下的绩效评估综合收益及风险因素，我们选取最大回撤容忍度dmax=5%进行后续的研究。图图 3：dmax=5%沪深沪深 300与回撤率与回撤率控制控制仓
18、位管理仓位管理策略策略月度月度最大最大回撤率回撤率对比对比 资料来源：WIND数据库，国信证券经济研究所测算整理 从月度最大回撤率角度来考察该策略是否可以较好的完成我们之前设定的回撤容忍度(dmax=5%)，很明显回撤控制策略的月度最大回撤率基本可以有效的控制在 10%以内。沪深 300 回撤率的在不同月份间波动极大，然而回撤控制策略即便在沪深 300 回撤明显的月份也依然能够保持其有效性。因而可以初步说明，012345670.03/1M0.06/1M0.04/1M0.07/1M0.02/1MN=1M沪深300012340.03/1M0.06/1M0.04/1M0.07/1M0.02/1MN=
19、1M0%5%10%15%20%25%30%15913172125293337414549535761656973778185899397101105109113117121125129沪深300回撤控制策略表表1：沪深：沪深 300 回撤率控制仓位管理策略的绩效指标回撤率控制仓位管理策略的绩效指标 组别组别 总收益率总收益率 年收益率年收益率 波动率波动率 夏普率夏普率 dmax=2%3.55 11.78%10.49%1.18 dmax=3%4.54 14.23%13.91%1.08 dmax=4%4.79 14.75%16.34%0.97 dmax=5%5.31 15.80%18.12%0.
20、95 dmax=6%5.81 16.71%19.52%0.93 dmax=7%5.58 16.30%20.74%0.87 沪深 300 1.97 6.16%0.29 0.36 资料来源：WIND资讯、国信证券经济研究所整理 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 8 我们构造的回撤控制策略基本的完成了样本内理论到不涉及未来数据的一次尝试。沪深沪深 300回撤回撤率率控制控制仓位管理仓位管理策略结果分析策略结果分析 进一步分析该策略计算过程中产生的参数。首先仓位管理策略的日频资金使用比率分布较为极端，在不允许做空或者后续融资的限制下，绝大多数资金使用比例都
21、集中在 0、1 附近。图图 4：日频资金使用比例分布日频资金使用比例分布 资料来源：WIND数据库，国信证券经济研究所测算整理 图图 5：最佳蒙特卡罗模拟结果最佳蒙特卡罗模拟结果 资料来源：WIND数据库，国信证券经济研究所测算整理 观察各月蒙特卡洛模拟结果，对于不同的自变量，平均收益大概率呈现上述形态，即取值越大，策略收益率越高，取正值时的总体收益比负值高。如果选取大于 0，根据前文所述，调仓方式与动量策略类似。这一特征与也与市场上的普遍认知相同：对于指数，短时间维度调仓的动量策略比反转策略相更加有效。下图分别选取日频、周频、月频的沪深 300 指数动量及反转策略比较各净值证实上述论述。请务
22、必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 9 图图 6：沪深沪深 300指数反转策略与动量对比指数反转策略与动量对比 资料来源：WIND数据库，国信证券经济研究所测算整理 调整在蒙特卡洛计求解最优*选取样本的时间长度分别为一个月、两个月、25天、35 天，这一规律依然有效。最优*在取值范围L,U内取最大值的月份超了过 90%。图图 7：蒙特卡洛模拟最优结果（蒙特卡洛模拟最优结果（T=1M）图图 8：蒙特卡洛模拟最优结果（蒙特卡洛模拟最优结果（T=2M）数据来源：国信证券经济研究所整理 数据来源：国信证券经济研究所整理 00.511.522.533.54日频动量
23、日频反转周频动量周频反转月频动量月频反转-300-200-100010020030040017131925313743495561677379859197103109115121127133LU-150-100-5005010015020025017131925313743495561677379859197103109115121127133LU 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 10 图图 9：蒙特卡洛模拟最优结果（蒙特卡洛模拟最优结果（T=25D）图图 10：蒙特卡洛模拟最优结果（蒙特卡洛模拟最优结果（T=35D）数据来源：国信证券经济研究所
24、整理 数据来源：国信证券经济研究所整理 后续我们问题中将对原有模型进行调整，*直接取取值范围L,U的最大值U,而省略蒙特卡洛模拟的求最优解过程。这一调整使得模型本质成为一个类动量策略，根据上月日频的跌幅最大值限制仓位上限。参数敏感性检验参数敏感性检验 图图 11：回撤率控制仓位管理策略敏感性测试结果回撤率控制仓位管理策略敏感性测试结果 资料来源：WIND数据库，国信证券经济研究所测算整理 分别选取一个月、两个月、25 天、30 天、35 天进行*的求解，求解取样的时间窗口越长策略越趋保守，但控制策略效果基本保持稳定。仓位调整情况统计仓位调整情况统计 由于该策略为日频调仓策略，交易成本及可操作性
25、就成为应用该策略的主要考虑因素，下表对各月的交易调仓次数及平均换手率对作一展示。-150-100-5005010015020025017131925313743495561677379859197103109115121127133LU-150-100-5005010015020025017131925313743495561677379859197103109115121127133LU0123456N=30DN=2MN=1MN=25DN=35D表表2：回撤率控制仓位管理策略各月交易次数及换手率：回撤率控制仓位管理策略各月交易次数及换手率 月份 平均换仓比例 次数 月份 平均换仓比例 次数
26、月份 平均换仓比例 次数 2007 年 1 月 56.19%4 2011 年 3 月 39.30%6 2015 年 5 月 0.691914 6 2007 年 2 月 60.00%5 2011 年 4 月 43.55%2 2015 年 6 月 0 0 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 11 2007 年 3 月 29.47%2 2011 年 5 月 100.00%1 2015 年 7 月 0 0 2007 年 4 月 87.56%2 2011 年 6 月 0.00%0 2015 年 8 月 0 0 2007 年 5 月 69.52%3 2011 年
27、 7 月 60.60%3 2015 年 9 月 0 0 2007 年 6 月 35.71%6 2011 年 8 月 50.53%8 2015 年 10 月 40.86%2 2007 年 7 月 33.12%6 2011 年 9 月 44.30%7 2015 年 11 月 55.93%3 2007 年 8 月 49.01%6 2011 年 10 月 48.05%4 2015 年 12 月 38.67%4 2007 年 9 月 51.05%5 2011 年 11 月 46.10%2 2016 年 1 月 100.00%1 2007 年 10 月 79.00%1 2011 年 12 月 33.33%
28、3 2016 年 2 月 0.00%0 2007 年 11 月 33.33%3 2012 年 1 月 0.00%0 2016 年 3 月 31.47%6 2007 年 12 月 37.94%7 2012 年 2 月 0.00%0 2016 年 4 月 0.00%0 2008 年 1 月 44.18%2 2012 年 3 月 32.42%4 2016 年 5 月 42.77%6 2008 年 2 月 28.54%4 2012 年 4 月 0.00%0 2016 年 6 月 39.06%6 2008 年 3 月 32.01%5 2012 年 5 月 40.37%9 2016 年 7 月 0 0 2
29、008 年 4 月 48.61%9 2012 年 6 月 39.46%6 2016 年 8 月 0 0 2008 年 5 月 37.70%6 2012 年 7 月 0.00%0 2016 年 9 月 0 0 2008 年 6 月 30.77%3 2012 年 8 月 23.57%4 2016 年 10 月 0 0 2008 年 7 月 37.04%5 2012 年 9 月 0.00%0 2016 年 11 月 0 0 2008 年 8 月 48.07%2 2012 年 10 月 39.68%2 2016 年 12 月 0.5 2 2008 年 9 月 44.42%2 2012 年 11 月 4
30、8.28%3 2017 年 1 月 0 0 2008 年 10 月 100.00%1 2012 年 12 月 0.00%0 2017 年 2 月 0 0 2008 年 11 月 32.80%8 2013 年 1 月 0.00%0 2017 年 3 月 0 0 2008 年 12 月 34.26%6 2013 年 2 月 100.00%1 2017 年 4 月 0 0 2009 年 1 月 49.20%4 2013 年 3 月 54.21%7 2017 年 5 月 0 0 2009 年 2 月 100.00%3 2013 年 4 月 28.69%6 2017 年 6 月 0 0 2009 年 3
31、 月 42.91%7 2013 年 5 月 0.00%0 2017 年 7 月 0 0 2009 年 4 月 51.57%5 2013 年 6 月 50.00%2 2017 年 8 月 0 0 2009 年 5 月 33.78%4 2013 年 7 月 0.00%0 2017 年 9 月 0 0 2009 年 6 月 0.00%0 2013 年 8 月 30.23%2 2017 年 10 月 0 0 2009 年 7 月 98.71%2 2013 年 9 月 64.42%2 2017 年 11 月 0 0 2009 年 8 月 32.48%3 2013 年 10 月 60.16%2 2017
32、年 12 月 0 0 2009 年 9 月 29.94%4 2013 年 11 月 42.79%2 2009 年 10 月 34.36%2 2013 年 12 月 39.34%2 2009 年 11 月 56.67%3 2014 年 1 月 0.00%0 2009 年 12 月 45.95%5 2014 年 2 月 50.00%2 2010 年 1 月 48.20%6 2014 年 3 月 45.13%8 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 12 目前看来，15 年以前，各月换仓次数较高，总体来说调整幅度大且次数多，15年至 17 年末次数适当，操作
33、性强。但是在 17 年整年，市场相对历史角度来说处慢牛状态，调仓信号出现次数减少还值得进一步分析探索。基于回撤基于回撤率率控制策略的指数择时策略控制策略的指数择时策略 模型简述及沪深模型简述及沪深 300指数实证结果指数实证结果 基于投资金额比例主要分布 0、1 附近的特点，可以考虑将上述仓位管理模型退化成一个指数择时策略。进而我们对前文所述模型作以下两点调整：1、依照若当期投资比例大于 50%则多仓，小于 50%则空仓的规则，将上述策略退化为一个指数的简单择时模型。2、*选取取值范围L,U中的最大值 U。3、取最大回撤率容忍度 dmax=5%。2010 年 2 月 20.79%2 2014
34、年 4 月 44.65%2 2010 年 3 月 51.49%3 2014 年 5 月 0.00%0 2010 年 4 月 100.00%1 2014 年 6 月 0.00%0 2010 年 5 月 35.93%2 2014 年 7 月 0.00%0 2010 年 6 月 38.08%8 2014 年 8 月 0.00%0 2010 年 7 月 26.95%5 2014 年 9 月 0.00%0 2010 年 8 月 26.77%2 2014 年 10 月 51.25%3 2010 年 9 月 51.46%3 2014 年 11 月 0.00%0 2010 年 10 月 0.00%0 2014
35、 年 12 月 64.54%4 2010 年 11 月 100.00%1 2015 年 1 月 46.53%8 2010 年 12 月 31.20%7 2015 年 2 月 27.74%5 2011 年 1 月 49.08%3 2015 年 3 月 31.99%2 2011 年 2 月 32.60%2 2015 年 4 月 0.00%0 资料来源：WIND数据库，国信证券经济研究所测算整理 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 13 图图 12：沪深沪深 300基于回撤率控制的指数择时策略基于回撤率控制的指数择时策略 资料来源：WIND数据库，国信证券
36、经济研究所测算整理 通过上图可以看出基于回撤控制策略退化的择时策略在熊市能够适时空仓以此获得较好的止跌效果。但在震荡市当中由于指数的日频收益相关性相对较差，用该策略获得超额收益的能力也因此受到限制。存在的一点不足是：牛市初始的震荡上升期间，会因为该策略偏保守选择空仓而错失牛市开始之初获得较高收益的机会，并直接导致策略净值涨幅不如指数的情况出现。该择时策略与原始的回撤控制策略对比，年化收益、夏普率都有所提升。可以说将仓位管理策略退化成择时模型后，绩效指标表现不降反升，有效的帮助我们排除频繁的调仓信息中的噪声。参数参数敏感性检测敏感性检测及调及调参探讨参探讨 以上界 U 为基准对*的选取进行调参分
37、析，分别令*等于 0.4/0.6/0.8 倍的上界 U，并查看策略效果。图图 13：沪深沪深 300指数择时策略绝对净值指数择时策略绝对净值 图图 14：沪深沪深 300指数择时策略相对净值指数择时策略相对净值 数据来源：国信证券经济研究所整理 数据来源：国信证券经济研究所整理 随着取值的变化，策略的绝对收益水平有所差异，但净值曲线的整体趋势形态保持了相对稳定。因而并未发现很强的参数依赖。在给定不同的值下，无论是夏普率、年化波动率还是历年的最大回撤率等风控类指标较沪深 300 指数都有明显的改善。详细观察不同取值的策略表现区别。0.4U/0.6U/0.8U 对照01234567净值HS300A
38、lpha01234567=0.8*U=0.6*U=0.4*U=0.8/变化幅度大于60%=U00.511.522.533.54=0.8*U=0.6*U=0.4*U=0.8/变化幅度大于60%=U 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 14 组三组结果比较可以发现，与前文中蒙特卡洛模拟得出结论相似，随着取值的增加，无论从收益还是从风险管理的角度分析，0.8*U 组的效果都更为优越。U 组和 0.8U 组结果较为相似，但 0.8*U 策略效果略胜。主要原因是用上月收益率分布求得的极大值（U1）指导下月投资时如果下月收益率分布求得的极大值 U2 大于 U1，
39、则回撤控制可能发生部分失效，0.8*U1 则留有更多裕度。图图 15：不同不同*取值的指数择时策略的年度最大回撤率取值的指数择时策略的年度最大回撤率 资料来源：WIND数据库，国信证券经济研究所测算整理 从历年的最大回撤率角度评价不同参数下的策略表现，的取值越大整体的回撤率控制效果更显著，取 U和 0.8*U 可将年 12 年以来的最大回撤控制在 25%以内，而 0.6U 和 0.4U 则难以达到同样的效果。0%10%20%30%40%50%60%70%80%20072008200920102011201220132014201520162017U0.8U0.6U0.4U沪深300表表3：dm
40、ax=5%最优调参的效果评估最优调参的效果评估 0.8U 0.6U 0.4U U 沪深沪深 300 年化收益率年化收益率 17.27%14.44%10.55%16.85%6.16%年化波动率年化波动率 0.18 0.16 0.12 0.18 0.16 夏普率夏普率 1.02 0.96 0.94 1.02 0.96 最大回撤最大回撤 33.52%40.25%26.60%37.90%72.30%2007 年最大回撤年最大回撤 11.84%11.32%1.26%11.84%20.90%2008年最大回撤年最大回撤 40.80%41.28%61.77%37.60%71.60%2009年最大回撤年最大回
41、撤 12.59%8.62%35.20%17.80%42.29%2010年最大回撤年最大回撤 18.81%24.18%58.15%19.33%49.22%2011 年最大回撤年最大回撤 27.46%32.45%55.44%29.54%53.84%2012年最大回撤年最大回撤 21.31%23.17%46.11%22.57%52.42%2013 年最大回撤年最大回撤 15.66%24.22%48.89%19.78%54.88%2014 年最大回撤年最大回撤 12.03%19.49%49.36%16.54%58.59%2015 年最大回撤年最大回撤 10.35%20.22%46.72%14.85%5
42、5.03%2016 年最大回撤年最大回撤 14.31%24.28%52.00%14.04%65.71%2017 年最大回撤年最大回撤 6.07%24.28%48.93%6.07%67.79%资料来源：WIND资讯、国信证券经济研究所整理 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 15 带带回撤回撤率率控制仓位管理控制仓位管理的的动量策略动量策略 由前文描述可知，回撤率控制策略是通过较为准确的规避风险来提升策略收益。因而将资金使用比例叠加到其他策略上去也是使用该策略的一个尝试方向。我们对沪深 300、上证 50、中证 500 指数从 08 年 1 月起生成的
43、资金使用比例叠加到简单四周动量策略上去，观察其效果。资金使用比例序列通过上文所述的仓位管理策略生成。统一设定最大回撤率容忍度（dmax）为 5%，日频调仓，*选取为可选范围的最大值。测试品种：沪深 300、上证 50、中证 500 指数 手续费：双边 0.1%回测时间：2008-01-04 到 2017-12-29 图图 16：沪深沪深 300带仓位管理的四周动量策略带仓位管理的四周动量策略 资料来源：WIND数据库，国信证券经济研究所测算整理 简单动量策略本身就带有在市场大幅下滑时防止回撤的能力，然而叠加了控制回撤仓位管理的沪深 300 动量策略，明显使原始策略具备了更强的风险识别能力，08
44、 年、15 年两次熊市都比简单动量策略更早的空仓避险。图图 17：上证上证 50带仓位管理的四周动量策略带仓位管理的四周动量策略 资料来源：WIND数据库，国信证券经济研究所测算整理 00.511.522.533.52007/12/282008/5/222008/10/102009/3/22009/7/162009/12/32010/4/232010/9/82011/1/312011/6/232011/11/102012/3/302012/8/172013/1/82013/6/32013/10/252014/3/142014/7/302014/12/172015/5/112015/9/2320
45、16/2/172016/7/42016/11/222017/4/132017/8/28沪深300动量策略沪深300带仓位管理的动量策略沪深30000.511.522.532007/12/282008/5/222008/10/102009/3/22009/7/162009/12/32010/4/232010/9/82011/1/312011/6/232011/11/102012/3/302012/8/172013/1/82013/6/32013/10/252014/3/142014/7/302014/12/172015/5/112015/9/232016/2/172016/7/42016/11/
46、222017/4/132017/8/28上证50动量策略上证50带仓位管理的动量策略上证50 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 16 图图 18：中证中证 500带仓位管理的四周动量策略带仓位管理的四周动量策略 资料来源：WIND数据库，国信证券经济研究所测算整理 由上图可知，简单动量在对 500 指数震荡下跌时的止损效果更好，叠加资金使用比例后可以使空仓时间点更为准确。通过上述三个指数的实证可以看出，采纳仓位管理的信息并未削减原有动量策略的主动获益能力，而且完善了原有策略的避险功能，使得四周动量策略的择时体系更为完善。总结总结 本报告主要探索了一
47、种以回撤率控制为目标的仓位管理策略，详细讲述了策略的理论依据，并且发现其与凯利优化模型关联。通过沪深 300 等指数的实证，完成了基于这一引理的样本外实践。1、设定最大回撤率容忍度为 5%，沪深 300 的回撤控制策略 07 年至今的月度最大回撤率可控制在 10%左右。策略在 2015 年熊市当中的避险作用十分显著。2、蒙特卡洛模拟结果显示最优*通常取得可行范围的最大值。3、以 50%为界，将仓位管理策略退化成一个择时模型后策略依然可以起到较好的控制回撤率的效果。4、上证 50、沪深 300、中证 500 指数带仓位管理的四周动量策略与原始的四周动量策略相比，效果更为优越，可以更准确的捕捉熊市
48、信号，并且在部分市场震荡时间里获得收益。本文是我们研究以控制回撤为策略目的的第一篇报告，相对简单但证实了该策略的有效性。同时，回撤调整引理（Drawdrown Modulation Lemma）还存在拓展到多维的潜力，未来我们还将继续探索多维的回撤调整引理在策略组合、行业配臵等场景的应用可能。01234562007/12/282008/5/192008/9/252009/2/172009/6/302009/11/122010/3/292010/8/102010/12/272011/5/162011/9/222012/2/142012/6/282012/11/92013/3/282013/8/1
49、42013/12/302014/5/192014/9/252015/2/102015/6/292015/11/122016/3/282016/8/82016/12/222017/5/112017/9/19中证500动量策略中证500带仓位管理的动量策略中证500 请务必阅读正文之后的免责条款部分 全球视野全球视野 本土智慧本土智慧 Page 17 国信证券投资评级国信证券投资评级 类别类别 级别级别 定义定义 股票 投资评级 买入 预计 6 个月内，股价表现优于市场指数 20%以上 增持 预计 6 个月内，股价表现优于市场指数 10%-20%之间 中性 预计 6 个月内，股价表现介于市场指数1
50、0%之间 卖出 预计 6 个月内，股价表现弱于市场指数 10%以上 行业 投资评级 超配 预计 6 个月内，行业指数表现优于市场指数 10%以上 中性 预计 6 个月内，行业指数表现介于市场指数10%之间 低配 预计 6 个月内，行业指数表现弱于市场指数 10%以上 分析师承诺分析师承诺 作者保证报告所采用的数据均来自合规渠道，分析逻辑基于本人的职业理解，通过合理判断并得出结论，力求客观、公正，结论不受任何第三方的授意、影响，特此声明。风险提示风险提示 本报告版权归国信证券股份有限公司（以下简称“我公司”）所有，仅供我公司客户使用。未经书面许可任何机构和个人不得以任何形式使用、复制或传播。任何
