截至2019年底,全球量化投資基金總規(guī)模已經(jīng)突破3萬億美元,無論是數(shù)量還是市值規(guī)模上都呈現(xiàn)出爆發(fā)式的增長。隨著滬深300、中證50以及中證500股指期貨的上市交易,量化交易獲得了越來越多基金團隊的關(guān)注與研究。然而,在全球掀起量化交易浪潮的同時,國內(nèi)量化基金的整體收益卻表現(xiàn)一般,產(chǎn)品間業(yè)績差距較大,存在“二八分化”的現(xiàn)象^[1,2]。其中一個主要原因是目前國內(nèi)使用的多因子選股模型多從海外引進,并沒有很好地實現(xiàn)策略的本土化落地,缺乏創(chuàng)新的交易思路。為了探索適應(yīng)中國A股市場的量化交易策略,本文基于打分法以因子IR值為權(quán)重構(gòu)建多因子量化選股模型,并結(jié)合著名的Foster Friess積極成長策略的思路,對量化交易進行實證研究。本文借助聚寬（JoinQuant）量化投資平臺為主要的操作軟件,以中證全指各成分股為研究對象,設(shè)定全樣本區(qū)間為2008年11月3日至2020年2月6日,共計11年的樣本數(shù)據(jù)。首先,在進行有效因子檢驗之后,選取了三個時間窗口分別代表牛市、震蕩以及熊市行情進行回歸來構(gòu)建傳統(tǒng)多因子模型,以尋找有效因子在不同市場環(huán)境中表現(xiàn)的差異性和相同性。然后,將其中表現(xiàn)顯著... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【部分圖文】：

凈利率增長率因子IC時序圖

?0日均線之上，則為正離乖率，反之，則為負離乖率。當正離乖率越大，表示短期獲利越大，投資者傾向于賣出手上獲利的股票；同樣的，當負離乖率數(shù)值越大，投資者傾向于空頭回補股票。3.4因子有效性檢驗本文采用排序法進行因子的有效性檢驗，設(shè)定在每天下午3點時刻，根據(jù)最新的財務(wù)報表和股市行情數(shù)據(jù)，將股票的因子值按照順序從小到大排列平分為5檔，即因子值最小的20%只股票為檔1；最大的20%只股票為檔5。每檔股票按照等權(quán)的比例分配資金買進回測，進而測算每組股票的風(fēng)險收益指標，以綜合評價因子的表現(xiàn)情況。具體流程如圖3-1所示。圖3-1單因子分析框架圖中證全指成分股每天下午收盤時計算因子值并按從小到大排列構(gòu)建組合資金等權(quán)分為5組，各組累計收益率記為R1，R2，R3，R4，R5全區(qū)間R1，R2，R3，R4，R5大小排列順序負(正)向因子R1-R5為正(負)占比天數(shù)IC有效范圍有效因子集

?0日均線之上，則為正離乖率，反之，則為負離乖率。當正離乖率越大，表示短期獲利越大，投資者傾向于賣出手上獲利的股票；同樣的，當負離乖率數(shù)值越大，投資者傾向于空頭回補股票。3.4因子有效性檢驗本文采用排序法進行因子的有效性檢驗，設(shè)定在每天下午3點時刻，根據(jù)最新的財務(wù)報表和股市行情數(shù)據(jù)，將股票的因子值按照順序從小到大排列平分為5檔，即因子值最小的20%只股票為檔1；最大的20%只股票為檔5。每檔股票按照等權(quán)的比例分配資金買進回測，進而測算每組股票的風(fēng)險收益指標，以綜合評價因子的表現(xiàn)情況。具體流程如圖3-1所示。圖3-1單因子分析框架圖中證全指成分股每天下午收盤時計算因子值并按從小到大排列構(gòu)建組合資金等權(quán)分為5組，各組累計收益率記為R1，R2，R3，R4，R5全區(qū)間R1，R2，R3，R4，R5大小排列順序負(正)向因子R1-R5為正(負)占比天數(shù)IC有效范圍有效因子集

【參考文獻】：
期刊論文
[1]基于均值回歸的市場情緒策略研究[J]. 牛曉健,林漢冰.  廣西財經(jīng)學(xué)院學(xué)報. 2019(05)
[2]金融市場量化交易策略與風(fēng)險研究[J]. 金業(yè).  金融經(jīng)濟. 2019(16)
[3]基于EMD算法的量化交易策略研究[J]. 葉雙照.  經(jīng)濟研究導(dǎo)刊. 2019(19)
[4]基于分位數(shù)回歸的多因子選股策略研究[J]. 周亮.  西南大學(xué)學(xué)報(自然科學(xué)版). 2019(01)
[5]量化投資交易策略研究[J]. 郭笑宇.  財經(jīng)界(學(xué)術(shù)版). 2019(02)
[6]多因子量化選股模型與擇時策略[J]. 王春麗,劉光,王齊.  東北財經(jīng)大學(xué)學(xué)報. 2018(05)
[7]量化交易在股市中的應(yīng)用[J]. 陶振毅.  中國外資. 2018(15)
[8]基于滬深300成份股的多因子量化選股策略研究[J]. 蘇靖宇,方宏彬.  福建商學(xué)院學(xué)報. 2018(01)
[9]量化投資交易策略研究[J]. 劉晶晶,古晨.  中國市場. 2017(02)
[10]股票資金流強度的實證研究及評測[J]. 巨紅巖,李俊林,董安強.  科技和產(chǎn)業(yè). 2015(11)

碩士論文
[1]基于聚寬量化投資平臺的股票多因子策略應(yīng)用[D]. 楊世林.浙江大學(xué) 2018
[2]多因子量化投資策略及實證檢驗[D]. 孫嬌.南京大學(xué) 2016
[3]因子選股模型在中國市場的實證研究[D]. 劉毅.復(fù)旦大學(xué) 2012



本文編號：2931346