收藏 分享(赏)

兴业证券_20180926_兴业证券水晶球择时模型之3.0:抽丝剥茧去芜存菁.pdf

上传人:a****2 文档编号:3079261 上传时间:2024-01-19 格式:PDF 页数:17 大小:1.09MB
下载 相关 举报
兴业证券_20180926_兴业证券水晶球择时模型之3.0:抽丝剥茧去芜存菁.pdf_第1页
第1页 / 共17页
兴业证券_20180926_兴业证券水晶球择时模型之3.0:抽丝剥茧去芜存菁.pdf_第2页
第2页 / 共17页
兴业证券_20180926_兴业证券水晶球择时模型之3.0:抽丝剥茧去芜存菁.pdf_第3页
第3页 / 共17页
兴业证券_20180926_兴业证券水晶球择时模型之3.0:抽丝剥茧去芜存菁.pdf_第4页
第4页 / 共17页
兴业证券_20180926_兴业证券水晶球择时模型之3.0:抽丝剥茧去芜存菁.pdf_第5页
第5页 / 共17页
兴业证券_20180926_兴业证券水晶球择时模型之3.0:抽丝剥茧去芜存菁.pdf_第6页
第6页 / 共17页
亲,该文档总共17页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

1、 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 定定量量研研究究 专专题题报报告告 证券研究报告证券研究报告 分析师:于明明 S0190514100003 任瞳 S0190511080001 研究助理:刘海燕 S0190118070189 报告关键点报告关键点 本报告回顾了现有水晶球策略的逻辑和历史表现,并从增改因子和择时体系构建两个方面对模型进行了改进,同时提出了水晶球模型 3.0,无论是单因子还是模型整体效果都有较大的提升。相关报告相关报告 利用期权市场进行择时之三:期权水晶球择时体系助您窥未来2015-8-24 团队成员:投资要点投资要点 期权作为现货的衍

2、生产品,其交易情况暗含了投资者对市场的观点,期权交易日益活跃,可以从中获得有效且领先于现货市场的信息,兴业水晶球策略于 2015 年中推出,至今已有三年多样本外数据,其致力于挖掘期权市场中符合经济学逻辑且统计规律显著的因子,对期权标的现货(50ETF)进行短期的预测,无论是策略的整体表现,还是在历次市场拐点的判断上,都非常优秀。目前上证 50ETF 期权的主要投资群体是通过考试的专业投资者,具有一定的前瞻性,他们对现货的未来走势预期可能相对会更加准确。如果能够充分地挖掘这部分投资者的情绪,就可以利用从期权中获得的信息对现货进行择时,这也是水晶球择时的基本逻辑。符合逻辑且准确有效的因子是构建优秀

3、模型的前提条件,而合理的择时体系构建方法能使模型更加科学,水晶球 3.0 在以上两个方面都做了较大的改进,较原来的模型更加科学完善。在新的择时体系中,因子被分成三种类型:根据外生变量的择时因子、固定因子以及根据前期表现择时的备选因子,当对不同特点的因子选用不同择时方法时,单因子的择时能力有所增强。改进后水晶球 3.0 模型多空策略年化收益率达到了 46.98%,夏普比率为2.13,纯多头的年化收益率为 8.40%,远优于原模型多空策略 25.03%的年化收益率,而且最大回撤也从原来的 23.66%下降到 13.56%;同期 50ETF的年化收益率为-6.05%,证明改进后的水晶球模型无论是在择

4、时收益还是在稳定性上都有明显提升。在样本外区间(2018.7.23-2018.9.25),改进后的模型效果有非常明显的提升:在这 46 个交易日中,原模型的多空收益率为-10.16%,而改进后模型在市场反复震荡的环境下逆势上涨,多空收益率高达 13.89%。风险提示风险提示:模型结论是基于合理假设前提下结合历史数据推导得出,在市场环境模型结论是基于合理假设前提下结合历史数据推导得出,在市场环境转变时模型存在失效的风险。转变时模型存在失效的风险。title 抽丝剥茧抽丝剥茧 去芜存菁去芜存菁:水晶球水晶球择时模型择时模型之之 3.0 2018 年年 9 月月 26 日日 1 7 8 6 2 7

5、8 7/3 6 1 3 9/2 0 1 8 0 9 2 7 1 6:4 4 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -2-定量研究专题报告定量研究专题报告 目目 录录 1、水晶球策略回顾.-3-1.1 水晶球的基本思想.-5-1.2 水晶球存在的问题.-6-2、水晶球 3.0 介绍.-6-2.1、择时因子的新增和改进.-6-2.2、择时体系构建方法的调整.-8-3、模型效果对比.-10-3.1、单因子前后表现对比.-10-3.2、模型整体表现对比.-13-3.3、样本外表现对比.-14-图 1、水晶球择时策略净值曲线(2015.6.1-2018.7.20)

6、.-3-图 2、水晶球有效提前区分市场未来涨跌(2015.6.1-2018.7.20).-4-图 3、水晶球在历次拐点前准确发出信号(2015.6.1-2018.7.20).-4-图 4、SKEW_A 与 50 期货基差具有较强的相关性.-7-图 5、CPR 因子前后表现差异(2015.11.25-2018.7.20).-11-图 6、VRP_3 因子表现(2015.6.1-2018.7.20).-12-图 7、SKEW_O 因子前后表现差异(2015.6.1-2018.7.20).-12-图 8、SKEW_C 因子前后表现差异(2015.6.1-2018.7.20).-13-图 9、模型改进

7、前后净值曲线(2015.6.1-2018.7.20).-13-图 10、模型改进前后净值曲线(2015.6.1-2018.9.25).-14-表 1、水晶球择时策略表现(2015.6.1-2018.7.20).-3-表 2、水晶球因子分类.-6-表 3、CPR 与CPR 在不同波动率风险溢价水平中的表现.-9-表 4、各因子的表现(2015.6.1-2018.7.20).-9-表 5、模型改进前后因子表现差异(2015.6.1-2018.7.20).-11-表 6、模型整体表现对比(2015.6.1-2018.7.20).-13-表 7、样本外区间的每日打分和市场涨跌情况(2018.7.23-

8、2018.9.25).-15-1 7 8 6 2 7 8 7/3 6 1 3 9/2 0 1 8 0 9 2 7 1 6:4 4 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -3-定量研究专题报告定量研究专题报告 报告正文报告正文 1、水晶球策略回顾水晶球策略回顾 2015 年中,兴业证券定量研究团队发布了水晶球模型,用以帮助投资者预测上证50 指数(ETF)的短期走势,寒来暑往水晶球已伴随各位投资者度过了三年多的每个交易日,从2015年上半年的牛市,到2015年下半年和2016年的几次大幅下跌,再至 2017 年的蓝筹反弹和 2018 年的市场回调,水晶球均

9、给出了亮眼的成绩单。从2015年6月1日至2018年7月20日,水晶球多空策略年化收益率达到了25.03%,夏普比率为 1.15;纯多头的年化收益率为 1.84%,而同期 50ETF 的年化收益率为-6.05%。表表 1、水晶球择时策略表现(、水晶球择时策略表现(2015.6.1-2018.7.20)年化收益率年化收益率 年化波动率年化波动率 夏普比率夏普比率 最大回撤最大回撤 择时多空择时多空 25.03%21.79%1.15 23.66%纯多头纯多头 1.84%16.75%0.11 18.68%50ETF-6.05%24.99%-0.24 44.97%数据来源:Wind,兴业证券经济与金融

10、研究院整理 图图 1、水晶球择时策略净值曲线(、水晶球择时策略净值曲线(2015.6.1-2018.7.20)资料来源:Wind,兴业证券经济与金融研究院整理 当水晶球反映的情绪不同时,下一个交易日 50ETF 的涨跌有明显的差异:当水晶球显示谨慎情绪时,无论是下一个交易日涨跌幅的均值还是各分位数,都要明显低于乐观情绪,详细数据请参见下图。1 7 8 6 2 7 8 7/3 6 1 3 9/2 0 1 8 0 9 2 7 1 6:4 4 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -4-定量研究专题报告定量研究专题报告 图图 2、水晶球有效提前区分市场未来涨跌

11、(、水晶球有效提前区分市场未来涨跌(2015.6.1-2018.7.20)资料来源:Wind,兴业证券经济与金融研究院整理 除此之外,水晶球策略多次在市场情绪发生变化前,准确给出了择时信号并预测市场的未来走势,下图展示了水晶球历次根据期权信息正确捕捉市场情绪的拐点。图图 3 3、水晶球水晶球在历次拐点前准确发出信号(在历次拐点前准确发出信号(2015.6.1-2018.7.20)资料来源:Wind,兴业证券经济与金融研究院整理 -0.13%-1.40%1.13%0.13%-1.21%1.57%-2.00%-1.50%-1.00%-0.50%0.00%0.50%1.00%1.50%2.00%隔日

12、涨跌均值 隔日涨跌10%分位数 隔日涨跌90%分位数 谨慎情绪 乐观情绪 1 7 8 6 2 7 8 7/3 6 1 3 9/2 0 1 8 0 9 2 7 1 6:4 4 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -5-定量研究专题报告定量研究专题报告 1 1.1 1 水晶球的基本思想水晶球的基本思想 择时思想 50ETF 期权从 2015 年 2 月 9 日上市以来,无论是活跃程度还是市场关注度都在不断攀升中,从 2018 年开始,上海证券交易所将 50ETF 期权合约的行权价格数量上调至 9 个,交易单笔申报最大数量上调为 30 张。而期权作为现货的衍

13、生产品,其交易情况暗含了投资者对市场的观点,随着期权的交易日益活跃,可以从中获得有效且领先于现货市场的信息。兴业水晶球策略致力于挖掘期权市场中符合经济学逻辑且统计规律显著的因子,对期权标的现货(50ETF)进行短期的预测,无论是策略的整体表现,还是在历次市场拐点的判断上,都非常优秀。期权作为杠杆工具,其交易的活跃程度能反映市场投资者的情绪。当投资者对现货市场未来持有乐观的预期时,会根据当前波动率的水平去选择买入认购期权或卖出认沽期权;反之若投资者对后市持谨慎预期,则更倾向于买入认沽期权或卖出认购期权,若市场普遍持有乐观或者谨慎预期时,两种期权成交量的差异就会扩大,故认购认沽期权成交量信息能反映

14、投资者对现货市场的情绪。同时期权作为规避风险的工具,其价格能在一定程度上反映投资者对未来风险的预期:若投资者判断未来波动率将会上涨,会更倾向于买入期权,大量地买入期权会使期权的市场价格走高;反之若投资者认为未来的波动率将下跌,他更倾向于卖出期权,那么期权的价格将会变低;故期权的价格变化能有效反映市场投资者的避险需求。综合以上不难发现期权市场的交易信息期权市场的交易信息能反映投资者对标的现货未来的收益以能反映投资者对标的现货未来的收益以及风险的预期及风险的预期。与股票市场不同,期权是一个聚集了大量的专业投资者的市场-期权自带杠杆的性质吸引了众多投资者的关注,但是由于期权产品设计复杂,专业性较强,

15、进行交易时需要较丰富的知识储备,并且对市场有全面的把握,上交所为了防范交易风险,提高了期权投资者的准入门槛,使得普通投资者很难进入到期权市场中,专业投资者中机构投资者占据了很高的比例,从而我们大胆猜测期权期权的的主要投资主要投资群体是具有前瞻性的群体是具有前瞻性的,他们对现货的未来走势预期他们对现货的未来走势预期可能可能相对会更加相对会更加理性理性。如果能如果能够够充分地充分地挖掘这部分投资者的挖掘这部分投资者的情绪情绪,就,就可以可以利用期权中获得的利用期权中获得的信息信息对现货进行择对现货进行择时时,这也是水晶球这也是水晶球择时择时的基本逻辑。的基本逻辑。择时因子 在寻找水晶球的择时因子时

16、,模型始终遵循以下原则:1、采用期权交易的价和量的数据,没有额外的主观数据,一方面这类数据能充分客观地反映投资者的情绪,另一方面价量数据易于获取,方便检查和测试。2、挑选择时因子时,首先考虑因子是否符合经济学逻辑,而不是一味地追求统计规律与回测效果;水晶球择时模型中的每一个因子都有相应的经济学解释,可以有效避免模型陷入数据挖掘的陷阱。基于以上的原则选出了 12 个择时因子,按照大类可以分为基于成交量(2 个)和成交价格的因子(10 个):基于成交量的因子可以反映市场的成交活跃度,而基1 7 8 6 2 7 8 7/3 6 1 3 9/2 0 1 8 0 9 2 7 1 6:4 4 请务必阅读正

17、文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -6-定量研究专题报告定量研究专题报告 于价格的因子本质上反映的是期权的波动率水平,具体请参见下表:表表 2 2、水晶球因子分类水晶球因子分类 意义意义 基于成交量的因子基于成交量的因子 意义意义 基于成交价格的因子基于成交价格的因子 认购认沽期权 成交量指标 CPR CPR 波动率风险溢价指标 VRP_1 VRP_3 波动率期限结构指标 SKEW_C 认购认沽期权 隐含波动率价差指标 SKEW_A SKEW_A SKEW_O CPVID CPVID 波动率微笑曲线 衍生指标 VI_STRUCT VI_STRUCT 资料来源:W

18、ind,兴业证券经济与金融研究院整理 在确定了各个因子及其择时方向之后,筛选出回看期内符合条件的因子;然后对入选的择时因子分别投票;最后将所有因子的投票得分汇总即可得到最终的打分,最终得分将是水晶球模型的择时依据。1 1.2 2 水晶球水晶球存在的问题存在的问题 从图 1 中不难发现,相对于前期亮眼的表现,策略在 2018 年以来出现了一定的回撤,尤其在 2018 年 2 月 5 日到至 2 月 9 日期间,50ETF 下跌了 10.87%,同期策略的回撤为 8.61%,并且极端打分的误判频率略有上升,结合市场环境的变化,我们对原有水晶球择时模型做出了一定的调整和改进。另外随着数据的不断积累,

19、我们可以对更多数据进行分析,从中探索逻辑和规律,模型的与时俱进性可以得到提高。在本报告中我们将重新梳理水晶球的基本择时思想,介绍改进后的择时因子的逻辑和算法,详细阐述水晶球的主要框架,并展示改进前后的效果对比。2、水晶球水晶球 3.0 介绍介绍 水晶球在过去三年中的整体表现是优秀的,即使市场出现大幅的下跌,相较于现货标的 50ETF 的走势也更加稳健。同时考虑到样本期已经积累了足够长,在每日对策略进行跟踪的过程中,我们对策略进行了反思和总结,从市场的历史表现和因子中挖掘可靠的统计规律。本部分的内容将从因子选择以及择时体系的构建两个方面的改进对新版水晶球模型进行介绍。2.12.1、择时择时因子因

20、子的新增和改进的新增和改进 符合逻辑且准确有效的因子是构建优秀模型的前提条件,而合理的择时体系构建方法能使模型更加科学,水晶球 3.0 在以上两个方面都做了较大的改进,较原来1 7 8 6 2 7 8 7/3 6 1 3 9/2 0 1 8 0 9 2 7 1 6:4 4 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -7-定量研究专题报告定量研究专题报告 的模型更加科学完善。新增因子 原来的模型从期权每日的价量数据中提取了 12 个择时因子,分别反映了当日成交以及波动率(包括价差)的情况。在因子的历史数据中,我们发现部分因子的差分值也有非常优秀的表现,同时为了

21、使整个模型的体系更加完整,让因子平稳性更强,水晶球模型 3.0 中加入了波动率风险溢价指标,波动率期限结构指标和认购 认 沽 期 权 隐 含 波 动 率 价 差 指 标 的 差 分 值,分 别 是VRP_1,VRP_3,SKEW_C,SKEW_O。加入以上差分值指标并没有改变模型的经济逻辑,在进行每日因子投票时,若某因子与它的差分值相关性很高,将会根据因子相关性筛选条件留下表现更好的因子。从历史数据中可以发现认购认沽期权隐含波动率价差指标之一 SKEW_A 与 50 期货基差有非常明显的相关性,其相关系数达到了 0.774,考虑到期货基差可能受到期货本身的性质以及宏观政策影响,将 SKEW_A

22、 看作因变量,50 期货基差看作自变量,把两者回归之后的残差作为模型的新因子 RESIDUAL,该因子代表了认购认沽期权隐含波动率价差不能被期货基差解释的部分。图图 4、SKEW_A 与与 50 期货基差期货基差具有具有较较强的相关性强的相关性 资料来源:Wind,兴业证券经济与金融研究院整理 改进因子 水晶球 3.0 模型中不仅引入了以上的新因子,考虑到因子本身经济意义和数据的合理性,我们对模型中现有的部分因子计算方式也进行了调整和改进。对于波动率微笑曲线衍生指标 VI_STRUCT,在原来的计算中使用了全部的近月虚值认购期权的数据,但是考虑到有时深度虚值期权的成交量很小,市场交易不活跃导致

23、其价格反推得到的隐含波动率数值并不准确。新的模型中根据虚值期权的成交量R=0.5992-1.20E+00-1.00E+00-8.00E-01-6.00E-01-4.00E-01-2.00E-010.00E+002.00E-014.00E-01-300.000-250.000-200.000-150.000-100.000-50.000 0.00050.000 100.000 150.000SKEW_A 基差基差 1 7 8 6 2 7 8 7/3 6 1 3 9/2 0 1 8 0 9 2 7 1 6:4 4 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -8-

24、定量研究专题报告定量研究专题报告 对 VI_STRUCT 指标进行了改进;这一改进避免了市场错误定价对水晶球模型的影响,使得整个模型更加合理稳健,不妨将计算方式改进后的波动率微笑曲线衍生指标称为 VI_STRUCT_NEW,以示区别。2.22.2、择时体系构建方法的调整择时体系构建方法的调整 在原有的择时体系中,根据因子前期表现筛选因子,进行打分然后汇总得到模型的最终择时打分。对三年以来的单因子数据进行分析,我们发现有的因子表现一直都非常优秀,而有的因子在特定的市场环境下表现优秀,还有一部分因子并没有表现出特别的规律。是否对不同的因子使用不同的择时方法会提升模型的效果呢?回测结果证实了我们的猜

25、想:当对不同特点的因子选用不同择时方法时,因子的整体择时能力有明显提升。在水晶球 3.0 模型中,因子被分成三种类型:根据外生变量的择时因子、固定因子以及根据前期表现择时的备选因子。根据外生变量的择时因子 为了检验在不同的波动率风险溢价水平下,因子的择时能力是否有显著的差异,用 t 统计量来检验不同情形下平均收益率与的 0 差异,计算方法如下:其中:为在高(低)波动率风险溢价水平下未来一个交易日 50ETF 收益率的均值;为待检验的样本均值,在此将其设置为 0;为高(低)波动率风险溢价水平下未来一个交易日交易标的收益率的标准差;为高(低)波动率风险溢价水平的样本容量;该 t 统计量能反映在不同

26、的波动率风险溢价水平中,下一个交易日因子的收益率与 0 的差别。t 统计量的绝对值越大,说明某波动率风险溢价水平下的该因子未来一个交易日收益率与 0 的差异越明显。对过去三年多的因子数据进行统计分析,发现在不同的波动率风险溢价发现在不同的波动率风险溢价水平水平下,下,认购认沽期权成交量认购认沽期权成交量(CPR)及其差分指标及其差分指标(CPR)的表现有较大差异的表现有较大差异:从下表可以看出,若当日市场处于较低风险溢价水平时,CPR 因子未来一个交易日收益率 t 检验的值为 2.03,在 95%的置信水平上拒绝了收益率均值为 0 的原假设,此种情形下该因子的年化收益率为 28.12%,远高于

27、高风险溢价水平时的收益率-0.58%。t 检验的结果是符合经济学逻辑的:当市场处于相对低风险水平时,会更倾向于买入期权实现方向性交易,从而成交量的因子在此时的择时效果会更好。1 7 8 6 2 7 8 7/3 6 1 3 9/2 0 1 8 0 9 2 7 1 6:4 4 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -9-定量研究专题报告定量研究专题报告 表表 3、CPR 与与 CPR 在不同波动率风险溢价水平中的表现在不同波动率风险溢价水平中的表现 CPR CPR 高 VRP 下的 t 值 0.63 0.09 低 VRP 下的 t 值 1.40 2.03 高

28、 VRP 下的年化收益率 13.50%-0.58%低 VRP 下的年化收益率 18.33%28.21%资料来源:Wind,兴业证券经济与金融研究院整理 固定因子 固定因子是指过去表现一直很优秀且稳健的因子,无论市场环境如何变化,此类因子一直有着较强的择时效果,下表中展示了不同因子从 2015 年 6 月 1 日以来的表现,不难看出 VRP_1,VRP_3 以及 VI_STRUCT_NEW 在所有因子中的夏普比率较高而且最大回撤都不超过 25%,VRP_1 与 VRP_3 描述的经济意义相近,考虑到 VRP_3 的反映的是近三日内的风险溢价水平,指标相对稳定,故将 VRP_3 和VI_STRUC

29、T_NEW 入选为固定因子,它们将被固定在新的择时模型中,而不用经过一系列筛选决定是否入选为每日的投票因子。表表 4 4、各因子的表现各因子的表现(2015.6.1-2018.7.20)择时因子择时因子 年化收益率年化收益率 年化波动率年化波动率 夏普比率夏普比率 最大回撤最大回撤 CPR 16.83%20.56%0.82 31.25%CPR 18.73%20.29%0.92 32.20%SKEW_O-2.66%21.61%-0.12 23.35%SKEW_O 3.94%21.50%0.18 28.56%SKEW_C-11.79%20.51%-0.58 37.49%SKEW_C-23.72%2

30、2.06%-1.08 57.45%SKEW_A-4.15%21.77%-0.19 32.72%SKEW_A 5.62%21.72%0.26 27.98%VRP_1 24.10%20.51%1.18 19.32%VRP_1 6.32%21.54%0.29 34.64%VRP_3 21.36%19.74%1.08 19.41%VRP_3 24.92%21.85%1.14 24.20%VI_STRUCT_NEW 15.34%21.43%0.72 23.80%VI_STRUCT_NEW-5.62%20.82%-0.27 37.56%CPVID-6.49%21.99%-0.30 32.11%CPVID

31、7.30%21.95%0.33 27.11%RISIDUAL-11.37%22.51%-0.51 49.82%资料来源:Wind,兴业证券经济与金融研究院整理 根据前期表现择时的备选因子 除开上面已分类的 CPR,CPR,VI_STRUCT_NEW,VRP_3,剩下的 13 个因子都归类到备选因子中,备选因子的筛选沿用原模型中的筛选方式动态多因子法。在将因子划分成以上三类之后,水晶球模型 3.0 对不同类型的因子选用了不同的择时方法:固定因子将每日入选;而对于根据外生变量的择时因子,在波动率风险溢价水平低于历史数值的中位数时,CPR 与 CPR 当日入选,反之当波动率风险溢价水平高于历史中位数

32、时,CPR 与 CPR 当日则不入选;备选因子则按照前期表现筛选出符合条件的因子;然后对三种类型所有入选的择时因子考虑相关性1 7 8 6 2 7 8 7/3 6 1 3 9/2 0 1 8 0 9 2 7 1 6:4 4 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -10-定量研究专题报告定量研究专题报告 后赋予等权重并分别投票。新的择时模型将因子“区别对待”:即根据因子各自的性质和表现采用不同的筛选方式并进入到投票环节,最后将所有因子的投票得分汇总即可得到最终的打分,最终得分将是水晶球模型 3.0 的择时依据。3、模型模型效果效果对比对比 报告的前两章回顾

33、了现有水晶球模型,并将新版水晶球模型 3.0 与现有模型的区别进行了详细的展示:在因子的选择上,引入了新因子来扩充模型,并对现有因子的计算方式进行了改进;在择时体系构建的方法上,根据因子的特征进行分类并用不同的方式选择每日择时因子。在这一部分将分别从单个因子和整体效果两个视角对两个版本的水晶球模型效果进行比较分析。3.13.1、单单因子前后表现对比因子前后表现对比 考虑到挑选备选因子的时候需要结合因子过去一段时间的表现,而在2015.6.1-2015.11.24 期间,因子可回溯的数据较少,所以在此期间每日入选的择时因子选定为 CPR、CPVID、VI_STRUCT_NEW、VRP_3(水晶球

34、 1.0 版本),这四个指标中包含了上文中定义的固定因子,剩下的两个因子分别表示每日的成交量情况和认购认沽期权隐含波动率价差。从 2015 年 11 月 25 日开始,因子选择按照新的择时体系模型严格执行。下图表展示了因子分别在不择时,原模型择时体系以及改进后择时模型体系下的净值曲线。从表 5 可以看出无论新增因子还是模型中原有的因子,大部分在改进后模型中的夏普比率要优于原模型或者不择时的情况。1 7 8 6 2 7 8 7/3 6 1 3 9/2 0 1 8 0 9 2 7 1 6:4 4 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -11-定量研究专题报告

35、定量研究专题报告 表表 5 5、模型改进前后因子表现差异模型改进前后因子表现差异(2015.6.1-2018.7.20)因子因子 不择时年不择时年化收益率化收益率 不择不择时夏时夏普比普比率率 择时模型择时模型年化收益年化收益率(原模率(原模型)型)择时模择时模型型夏普夏普比率比率(原(原模型)模型)择时模择时模型年化型年化收益率收益率(改进)(改进)择时模择时模型夏普型夏普比率(改比率(改进)进)CPR 16.83%0.82 17.05%0.87 19.25%1.02 CPR 18.73%0.92 0.21%0.02 4.87%0.47 SKEW_O-2.66%-0.12 0.53%0.15

36、 0.53%0.15 SKEW_O 3.94%0.18 -3.56%0.39 SKEW_C-11.79%-0.57 -0.34%-0.09 -0.34%-0.09 SKEW_C-23.72%-1.08 -1.68%0.40 SKEW_A-4.15%-0.19 1.94%0.21 1.94%0.21 SKEW_A 5.62%0.26 9.30%0.91 9.30%0.91 VRP_1 24.10%1.18 10.98%1.04 10.98%1.04 VRP_1 6.32%0.29 -2.92%0.38 VRP_3 21.36%1.08 26.03%1.43 21.36%1.08 VRP_3 24

37、.92%1.14 -7.07%0.68 VI_STRUCT_NEW 15.34%0.72 20.39%1.01 15.34%0.72 VI_STRUCT_NEW-5.62%-0.27 1.20%0.26 1.20%0.26 CPVID-6.49%-0.30 1.88%0.10 1.88%0.10 CPVID 7.30%0.33 10.92%1.02 10.92%1.02 RISIDUAL-11.37%-0.51 -1.86%0.41 资料来源:Wind,兴业证券经济与金融研究院整理 从下图可以看出根据外生变量的择时因子CPR 在两个模型中都要优于不择时的情况,证明无论是原来的模型还是改进后的模

38、型都能提升因子表现,且经过改进之后的模型效果更加优秀。图图 5、CPR 因子前后表现差异(因子前后表现差异(2015.11.25-2018.7.20)资料来源:Wind,兴业证券经济与金融研究院整理 对于固定因子,由于因子每日都入选最终打分模型,其改进后的择时曲线与不择时净值曲线完全一致。下图为 VRP_3 因子的表现,该因子在 2018 年 2 月以来出现了一定的回撤,但是考虑到其本身经济意义显著,并且历史表现优秀,所以仍看好其未来的择时能力。1 7 8 6 2 7 8 7/3 6 1 3 9/2 0 1 8 0 9 2 7 1 6:4 4 请务必阅读正文之后的信息披露和重要声明请务必阅读正

39、文之后的信息披露和重要声明 -12-定量研究专题报告定量研究专题报告 图图 6、VRP_3 因子表现(因子表现(2015.6.1-2018.7.20)资料来源:Wind,兴业证券经济与金融研究院整理 对于模型中的备选因子,下图分别展示了新增加的因子SKEW_O 和SKEW_C的表现,SKEW_O 波动率和最大回撤在新模型中有明显的降低;SKEW_C因子在不择时的情形跌破了初始净值的 50%,而在新模型中该因子扭亏为盈,并且回撤大幅下降,再一次证明了新模型对单因子的择时效果。图图 7、SKEW_O 因子前后表现差异(因子前后表现差异(2015.6.1-2018.7.20)资料来源:Wind,兴业

40、证券经济与金融研究院整理 95001050011500125001350014500155002015/6/12016/6/12017/6/12018/6/1D_SKEW_O净值(不择时)择时净值(改进)1 7 8 6 2 7 8 7/3 6 1 3 9/2 0 1 8 0 9 2 7 1 6:4 4 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -13-定量研究专题报告定量研究专题报告 图图 8、SKEW_C 因子前后表现差异(因子前后表现差异(2015.6.1-2018.7.20)资料来源:Wind,兴业证券经济与金融研究院整理 3.23.2、模型整体模型整

41、体表现对比表现对比 截至到 2018 年 7 月 20 日,改进后水晶球 3.0 模型年化收益率达到了 46.98%,夏普比率为 2.13,纯多头的年化收益率为 8.40%,最大回撤为 13.56%,而原有模型的收益率 25.03%,夏普比率为 1.15,而且最大回撤高达 23.66%,考虑同期 50ETF的年化收益率为-6.05%,证明水晶球模型无论是在择时能力还是在稳定性上都有明显提升。表表 6 6、模型整体、模型整体表现表现对比对比(2015.6.1-2018.7.20)年化收益率年化收益率 年化波动率年化波动率 夏普比率夏普比率 最大回撤最大回撤 择时多空择时多空(改进)(改进)46.

42、98%22.09%2.13 13.56%纯多头纯多头(改进)(改进)8.40%16.79%0.50 17.01%择时多空择时多空(原模型)(原模型)25.03%21.79%1.15 23.66%纯多头纯多头(原模型原模型)1.84%16.75%0.11 18.68%50ETF-6.05%24.99%-0.24 44.97%Relative(改进改进)11.57%18.23%0.63 21.27%Relative(原模型原模型)4.84%18.03%0.27 33.68%数据来源:Wind,兴业证券经济与金融研究院整理 图图 9、模型模型改进前后净值曲线改进前后净值曲线(2015.6.1-201

43、8.7.20)4000500060007000800090001000011000120002015/6/12016/6/12017/6/12018/6/1D_SKEW_C(不择时)择时净值(改进)1 7 8 6 2 7 8 7/3 6 1 3 9/2 0 1 8 0 9 2 7 1 6:4 4 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -14-定量研究专题报告定量研究专题报告 资料来源:Wind,兴业证券经济与金融研究院整理 3.33.3、样本外样本外表现表现对比对比 在完成了模型的改进和样本内测试后,我们对水晶球择时模型进行了持续的跟踪,在此部分将展示模

44、型样本外(2018.7.23-2018.9.25)的效果。从下图中可以明显地看出改进后的模型相较于原模型在样本外区间的表现有非常明显的提升:在这 46个交易日中,原模型的多空收益率为-10.16%,而改进后模型的多空收益率达到了13.89%,同期 50ETF 净值上涨了 2.36%。图图 10、模型改进前后净值曲线模型改进前后净值曲线(2015.6.1-2018.9.25)资料来源:Wind,兴业证券经济与金融研究院整理 进一步对两模型样本外的表现进行归因分析,在共计 46 个交易日中,CPR 因子在原模型中入选 40 次,而在改进后的模型中由于 VRP 整体偏高仅仅入选 8 次;CPR 在原

45、模型中入选 46 次,在改进后的模型中入选 8 次;波动率微笑曲线衍生指标在原模型中入选 38 次,在改进后入选次数也达到了 46 次;特别的是,波5000.0010000.0015000.0020000.0025000.0030000.0035000.0040000.002015/6/12016/6/12017/6/12018/6/1基准净值 多空净值(原模型)多头净值(原模型)多空净值(改进)多头净值(改进)1 7 8 6 2 7 8 7/3 6 1 3 9/2 0 1 8 0 9 2 7 1 6:4 4 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -15

46、-定量研究专题报告定量研究专题报告 动率风险溢价指标VRP_3在原模型中从未入选,而在改进后的模型中46次入选。样本外区间的每日打分和市场涨跌情况如下表所示:表表 7 7、样本外区间的每日打分和市场涨跌情况样本外区间的每日打分和市场涨跌情况(2018.7.23-2018.9.25)原模型原模型 打分打分 改进后模改进后模型打分型打分 50ETF次日涨跌次日涨跌 原模型原模型打分打分 改进后模改进后模型打分型打分 50ETF次日涨跌次日涨跌 2018-7-23 7 8 1.60%2018-8-23 8 9 0.56%2018-7-24 10 10-0.04%2018-8-24 3 5 1.90%

47、2018-7-25 5 8-1.30%2018-8-27 10 10-0.43%2018-7-26 5 3 0.00%2018-8-28 7 3-0.27%2018-7-27 5 3 0.47%2018-8-29 3 0-0.78%2018-7-30 8 3 0.31%2018-8-30 2 0-0.47%2018-7-31 7 3-2.24%2018-8-31 5 3-0.36%2018-8-1 3 0-2.09%2018-9-3 3 0 1.51%2018-8-2 1 2-1.09%2018-9-4 8 3-2.47%2018-8-3 3 3-0.08%2018-9-5 3 3-0.84%

48、2018-8-6 4 5 3.05%2018-9-6 3 0 1.01%2018-8-7 7 8-1.42%2018-9-7 8 0-1.00%2018-8-8 4 2 2.29%2018-9-10 3 0-0.69%2018-8-9 7 3 0.00%2018-9-11 5 3-0.69%2018-8-10 3 0-0.98%2018-9-12 8 5 1.40%2018-8-13 2 3-0.32%2018-9-13 5 8 0.36%2018-8-14 7 3-2.54%2018-9-14 8 5-0.93%2018-8-15 2 3-0.04%2018-9-17 5 5 2.49%20

49、18-8-16 5 5-1.35%2018-9-18 10 3 0.99%2018-8-17 4 6 1.57%2018-9-19 5 5 0.12%2018-8-20 5 6 1.55%2018-9-20 5 5 3.58%2018-8-21 8 9 0.12%2018-9-21 10 7-1.22%2018-8-22 5 8 0.40%2018-9-25 7 5-数据来源:Wind,兴业证券经济与金融研究院整理 回看单因子效果,我们发现在样本外期间,CPR 的择时净值下降 1.04%,而波动率风险溢价指标的择时净值持续上升,收益率为 25.94%,择时效果非常优秀,CPR 和波动率微笑曲线

50、衍生指标的择时净值分别上涨了 1.61%和 1.42%。在此期间市场的波动率始终维持在较高水平,VRP_3 指标多次提示风险,由于 CPR 和 CPR 在改进后的模型中根据市场波动率水平进行择时,当市场处于高风险时,CPR将不会入选,所以新模型中避免了 CPR 带来的净值下降,同时由于固定因子的优秀表现,水晶球 3.0 模型在市场反复震荡的环境下逆势上涨,这也证明了改进后的模型择时能力明显增强。风险提示:模型结论是基于合理假设前提下结合历史数据推导得出,在市场环境转变时模型存在失效的风险。1 7 8 6 2 7 8 7/3 6 1 3 9/2 0 1 8 0 9 2 7 1 6:4 4 请务必

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 实用范文 > 工作总结

copyright@ 2008-2023 wnwk.com网站版权所有

经营许可证编号:浙ICP备2024059924号-2