【摘要】：量化投資是一種新型的投資方法,與傳統(tǒng)的投資方法相比,它可以快速地獲取并處理大量數(shù)據(jù),同時也有著不受情緒左右、保持分析方法和投資邏輯的一致性等特點。我國的量化投資尚處于起步階段,相關(guān)理論尚不成熟,因而具有很大的發(fā)展空間和研究價值。多因子選股策略是目前我國量化投資領(lǐng)域應(yīng)用和研究最廣的策略之一,具有靈活多變、能夠適應(yīng)變化的市場環(huán)境等優(yōu)點。多因子選股策略的核心在于多因子模型的構(gòu)建,而模型的構(gòu)建則包括因子的選擇和模型的選擇兩個部分,因子的選擇在于確定解釋變量,模型的選擇在于確定解釋變量的整合方式,但目前絕大多數(shù)學(xué)者都把研究的重點放在尋找能夠更好地解釋收益率的因子上,而在模型選擇上則是默認(rèn)使用多元線性回歸模型,該做法實際上忽略了對模型層面的研究,廣義上對多因子模型的完整研究應(yīng)該包括模型研究和因子研究兩個層面�；诖�,本文分別從因子層面和模型層面來研究多因子選股模型。在因子層面,本文首先研究了線性多因子模型與Logistic多因子模型的基本原理、假設(shè)前提以及模型結(jié)論。從假設(shè)前提著手,分析比較了 Fama-French三因子模型、Fama-French五因子模型以及Barra風(fēng)險模型中因子的合理性與完備性,確定了以Barra風(fēng)險模型中的10個風(fēng)險因子以及28個行業(yè)因子作為模型的備選因子。其次,研究分析了 Barra因子的構(gòu)造方式、理論內(nèi)涵以及數(shù)據(jù)來源,構(gòu)造了包括行業(yè)因子在內(nèi)的38個Barra因子,并分別使用簡單分位法和行業(yè)中性化處理后的分位法對因子預(yù)測收益率的能力進(jìn)行了單因子實證檢驗。在模型層面,本文首先構(gòu)建了基于Logistic回歸的Barra因子選股模型,并且分別在不存在交易成本的理想環(huán)境下以及存在交易成本的實際環(huán)境下對模型選股能力的優(yōu)劣進(jìn)行了回測分析,并對兩種環(huán)境下模型選股能力的不同進(jìn)行了研究分析。其次,本文對基于Logistic回歸的Barra因子選股模型進(jìn)行了比較研究,一方面比較了不納入行業(yè)因子的選股模型與納入行業(yè)因子的選股模型選股能力的強(qiáng)弱,另一方面比較了基于多元線性回歸的Barra因子選股模型與基于Logistic回歸的Barra因子選股模型選股能力的強(qiáng)弱。通過使用2013年1月1日至2017年12月31日的日數(shù)據(jù)進(jìn)行回測分析,本文發(fā)現(xiàn),Barra中國股市模型中的10個風(fēng)險因子能夠有效地預(yù)測收益率,其中Beta、Momentum^ Btop^ Liquidity^ Earnyield ^ Growth、Leverage因子越高的公司未來短期收益率越高,Size、Rresvol、Nlsize因子越高的公司未來短期收益率越低。使用10個Barra風(fēng)險因子與28個行業(yè)因子構(gòu)造的基于Logistic回歸的選股策略能夠獲得超過滬深300指數(shù)基準(zhǔn)的絕對收益,其中在不考慮交易成本的理想環(huán)境下策略能夠獲得60%的年化收益率和1.64的夏普率,在考慮交易成本后策略收益下降較大,但仍能獲得17%的年化收益率和0.46的夏普率并且這兩項指標(biāo)都要優(yōu)于滬深300指數(shù)基準(zhǔn),策略具有理論研究價值和實際應(yīng)用價值。納入行業(yè)因子的選股模型無論在收益性還是穩(wěn)定性方面都要優(yōu)于不納入行業(yè)因子的選股模型,基于Logistic回歸的Barra因子選股模型無論在模型的收益性還是穩(wěn)定性方面都要優(yōu)于基于線性回歸的Barra因子選股模型,基于Logistic回歸的Barra因子選股模型選股能力相對較優(yōu)�；贚ogistic回歸的Barra因子選股模型也存在著一定的局限性。一方面由于Logistic回歸模型中被解釋變量與解釋變量并非一一對應(yīng)的關(guān)系,無法進(jìn)一步研究分析單個因子對收益率的貢獻(xiàn)度,從而無法準(zhǔn)確地對收益率進(jìn)行歸因分析。另一方面模型配置了一些反映短期市場情緒的技術(shù)面因子,此舉雖然能夠能靈活地捕捉市場異常,但頻繁地交易也增加了策略的成本以及策略的波動率和下行風(fēng)險,如何進(jìn)一步地分析模型收益的具體來源以及降低策略的波動率和下行風(fēng)險有待后續(xù)的研究與分析。
【圖文】：

行業(yè)因子的選股模型與納入行業(yè)因子的選股模型選股能力的強(qiáng)弱以及基于多元線性回逡逑歸的選股模型與基于Ｌｏｇｉｓｔｉｃ回歸的選股模型選股能力的強(qiáng)弱。逡逑本文研宄的技術(shù)路線見圖１．１。主要從理論和實證兩個維度來展開研宄。理論部分逡逑首先沿著線性多因子模型的演變過程，研究并推導(dǎo)相關(guān)模型的結(jié)論。其次研究并分析逡逑Ｌｏｇｉｓｔｉｃ回歸模型的理論基礎(chǔ)與模型的構(gòu)建方式，最后通過研究比較經(jīng)典的多因子模型逡逑７逡逑

邐５８．４％邐５７．３％逡逑ＳＶｚｅ因子的五分位年化超額收益率計算結(jié)果見圖３．１，從圖中可以看出沿ｚｅ因子的逡逑五個分位自第一分位起收益率呈上升趨勢，并且以一種類似邊際效用函數(shù)的方式呈非逡逑線性遞增趨勢。從表３．２中可以看到，因子第一分位以－１８％的年化超額收益穩(wěn)定逡逑地小于－２％，第五分位以１０．４％的年化超額收益穩(wěn)定的大于２％。因此，，ｆｅｅ因子能夠逡逑滿足因子有效性的三個檢驗標(biāo)準(zhǔn)。逡逑１５．０％邋－Ｉ邐１０．０％邋－Ｉ逡逑：：＼逡逑＿５Ｑ％邋分遍分：一分：二分＿逡逑－ｌｏ．ｏ％邋－邋Ｉ邋／逡逑■邋／邐－ｌｏ．ｏ％邋－逡逑－１５．０％邋－邋■邐\l逡逑－２０．０％」＿１８邋0％邐－１５．０％」邐．１２．７％逡逑■■Ｓｉｚｅ因子五分位年化超額收益邐■■Ｂｅｔａ因子五分位年化超額收益逡逑—－Ｓｉｚｅ因子五分位年化超額收益邐——Ｂｅｔａ因子五分位年化超額收益逡逑圖３．１邋Ｓｉｚｅ因子五分位年化超額收益率邐圖３．２邋Ｂｅｔａ因子五分位年化超額收益率逡逑價／ａ因子的五分位年化超額收益率計算結(jié)果見圖３．２，從圖中可以看出５故７因子逡逑的五個分位自第一分位起收益率呈下降趨勢，并且以一種類似邊際效用函數(shù)的方式呈逡逑非線性遞減趨勢。從表３．２中可以看到，因子第一分位以７．９％的年化超額收益穩(wěn)逡逑定地大于２％
【學(xué)位授予單位】：南京大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：O212.1;F832.51

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫奉媛;Barra International公司面向消費(fèi)者的戰(zhàn)略[J];管理科學(xué)文摘;1994年09期

2 ;資訊[J];新商務(wù)周刊;2013年18期

3 ;榜上有名[J];中國電信業(yè);2013年09期

4 楊與肖;;不著急推新車[J];經(jīng)營者(汽車商業(yè)評論);2015年06期

5 GM Motor;;黃金90天內(nèi)五法則[J];經(jīng)營者(汽車消費(fèi)報告);2015年02期

6 Tim Human;Candice de Monts-Petit;Garnet Roach;;前沿市場的IR四例[J];首席財務(wù)官;2014年12期

7 Duilio Damilano;Gallo Mobili srl;Roagna Vivai;Andrea Martiradonna;謝作標(biāo);;意大利BARRA & BARRA辦公室[J];現(xiàn)代裝飾;2012年12期

8 劉小莉;;Aracruz采取一系列措施減少開支[J];造紙信息;2008年12期

9 宋國棟;宋林濤;;2016年巴西里約奧運(yùn)會場館建筑巡禮[J];美與時代(上);2016年08期

10 F. R. D. Andrade;V.Lüders;;The hydrothermal system of REE-mineralization in the Barra do Itapirapu carbonatite, southern Brazil: An isotopic and fluid inclusion study[J];Chinese Science Bulletin;1999年S2期

相關(guān)重要報紙文章 前10條

1 記者 易非;“洋和尚”如何念好“中國經(jīng)”[N];中國證券報;2005年

2 本報記者 張小雷;2012年 北美市場最值得關(guān)注的人[N];中國商報;2012年

3 本報記者　 徐國杰;MSCI推出中國A股價值及成長風(fēng)格指數(shù)[N];中國證券報;2006年

4 劉鴻雁 段曉燕;MSCI中國A股指數(shù)逆市出爐 QFII擴(kuò)容喜憂參半[N];21世紀(jì)經(jīng)濟(jì)報道;2005年

5 MATTHEW DE PAULA 劉明昊;THE CAR DISRUPTED汽車風(fēng)暴之源[N];北京科技報;2015年

6 證券時報記者　 彭露;全國社保理事會選擇MSCI指數(shù)為全球股票投資基準(zhǔn)[N];證券時報;2006年

7 晨星（深圳）基金研究中心 林 晟;美國ETF安享盛宴[N];證券時報;2006年

8 本報記者 劉國水;基金：借科技手段控制風(fēng)險[N];金融時報;2004年

9 本報記者 張小雷;世界三巨頭競爭白熱化[N];中國商報;2012年

10 本報記者 弘文;富國李笑薇：指數(shù)基金的“高科技”[N];上海證券報;2011年

相關(guān)碩士學(xué)位論文 前4條

1 張冬陽;基于Logistic回歸的Barra因子選股模型研究[D];南京大學(xué);2018年

2 史衛(wèi)峰;PCA和隨機(jī)森林在BARRA量化對沖模型中的應(yīng)用研究[D];西安科技大學(xué);2017年

3 余媛媛;BARRA模型對國內(nèi)ETF市場業(yè)績的歸因分析[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2014年

4 李華筠;加入行業(yè)描述性變量的BARRA模型在中國股票市場的應(yīng)用[D];上海交通大學(xué);2011年

本文編號：2667096