【摘要】：量化投資是一種運(yùn)用計(jì)算機(jī)技術(shù)將數(shù)據(jù)信息轉(zhuǎn)換為價(jià)值信號(hào)的統(tǒng)計(jì)套利方法,能為投資者提供客觀理性的投資策略,是新興的資產(chǎn)配置分析工具。近年來(lái)國(guó)內(nèi)金融環(huán)境趨于穩(wěn)定,制度體系較為規(guī)范,量化投資在A股市場(chǎng)的適用性有所提升。隨著量化投資越來(lái)越多地受到投資者的關(guān)注,多因子alpha策略作為量化投資領(lǐng)域的經(jīng)典策略,獲得了快速的發(fā)展機(jī)會(huì)。本文研究的多因子alpha策略選股模型意在分析主流風(fēng)格因子在國(guó)內(nèi)A股市場(chǎng)的適用情況,進(jìn)而搭建選股模型獲得戰(zhàn)勝市場(chǎng)的alpha收益。在多因子模型的實(shí)證分析過(guò)程中,本文遵循市場(chǎng)投資邏輯,將模型的搭建及檢驗(yàn)分為投前準(zhǔn)備、投中管理及投后分析三部分。在投前準(zhǔn)備方面,本文選取四大類因子共計(jì)十六種細(xì)分因子進(jìn)行有效性及相關(guān)性檢驗(yàn),梳理因子對(duì)股價(jià)的影響;在投中管理方面,根據(jù)因子的超額收益貢獻(xiàn)度確定因子權(quán)重,搭建合適的選股模型;在投后分析方面,對(duì)模型回測(cè)檢驗(yàn)結(jié)果進(jìn)行指標(biāo)分析及歸因分析,判斷超額收益的來(lái)源,同時(shí)對(duì)策略進(jìn)行對(duì)沖,提出合理的優(yōu)化改進(jìn)意見(jiàn)�；贏股市場(chǎng)的實(shí)證檢驗(yàn)結(jié)果,文本搭建的多因子模型在最近三年的回測(cè)檢驗(yàn)期內(nèi)可以獲得戰(zhàn)勝市場(chǎng)的alpha收益,同時(shí)綜合指標(biāo)表現(xiàn)及對(duì)沖結(jié)果符合預(yù)期。本文對(duì)多因子alpha策略的研究,希望提高多因子模型在國(guó)內(nèi)金融市場(chǎng)的適用程度,并且為投資者提供客觀有效的投資思路,找到獲得超額收益的投資模式。
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：F832.51
【圖文】：

邐山東大學(xué)碩士學(xué)位論文邐逡逑說(shuō)明：為了獲取因子組合的變動(dòng)情況，因子收益率直方圖數(shù)據(jù)為因子橫截面的平均逡逑季度收益率；為了對(duì)比基準(zhǔn)年化收益率，極端組合的超額收益情況表為組合的年化收益逡逑率數(shù)據(jù)。逡逑以下為單因子有效性分析結(jié)果：逡逑（１）估值因子逡逑０．Ｃ６逡逑

（ｄ）邋ＧＰ邐（ｅ）邋ＥＢＩＴＤＡ逡逑圖４－２財(cái)務(wù)因子收益率直方圖逡逑根據(jù)財(cái)務(wù)因子的表現(xiàn)，可以發(fā)現(xiàn)ＥＢＩＴＤＡ因子的相關(guān)性統(tǒng)計(jì)規(guī)律較為顯著，但與逡逑邏輯分析不同的是，ＥＢＩＴＤＡ因子與收益率之間呈現(xiàn)出了負(fù)相關(guān)的關(guān)系，即ＥＢＩＴＤＡ逡逑越小的股票組合，收益率越高（僅針對(duì)滬深３００成本股股票），同時(shí)該因子在超額收益逡逑的計(jì)算中表現(xiàn)同樣出色，基準(zhǔn)年化超額收益率達(dá)到了邋５．７４％，因此將ＥＢＩＴＤＡ因子納入逡逑觀察因子庫(kù)中，做進(jìn)一步檢驗(yàn)分析。ＧＰ因子同樣呈現(xiàn)出了一定的相關(guān)性，但是并不明逡逑顯，因此也將兩因子納入觀察因子庫(kù)中。ＲＯＡ、ＲＯＥ相關(guān)性規(guī)律比較不明砧，將其剔逡逑除。逡逑表４－５財(cái)務(wù)因子極端組合（第一組）超額收益情況逡逑ＧＰ邐ＥＢＩＴＤＡ逡逑因子總收益邐１２．４５％邐４５．６６％逡逑因子年化邐丨．９７％邐６．４５％逡逑基準(zhǔn)總收益邐４．３５％邐４．３５％逡逑基準(zhǔn)年化邐０．７１％邐０．７１％逡逑超額年化邐１．２６％邐５．７４％逡逑年化波動(dòng)率邐２２．２８％邐２９．４５％逡逑邐最大回撤邐－４２．４１％邐－５５．０２％逡逑表４－６財(cái)務(wù)因子極端組合（第十組）超額收益情況逡逑ＧＰ邐ＥＢＩＴＤＡ逡逑因子總收益邐－４６．４９％邐４．１７％逡逑因子年化邐－９．８７％邐０．６８％逡逑基準(zhǔn)總收益邐４．３５％邐４．３５％逡逑基準(zhǔn)年化邐０．７１％邐０．７１％逡逑超額年化邐－１０．５８％邐－０．０３％逡逑年化波動(dòng)率邐２９．６３％邐２４．６８％逡逑最大回撤邐－６９．７３％邐－４５．６２％逡逑在財(cái)務(wù)因子的極端組合超額收益表現(xiàn)中

（ｃ）互動(dòng)效應(yīng)邐（ｄ）綜合效應(yīng)逡逑圖５－２多因？／？模型歸因分析數(shù)據(jù)圖逡逑通過(guò)對(duì)本文模型的歸因分析，我們⑴＇以發(fā)現(xiàn)資產(chǎn)分屺效應(yīng)與個(gè)股選擇效應(yīng)差R%較人，逡逑每個(gè)行業(yè)都存在卷不Q嫷母齬沙浠�。秵T疚畝啵族辶�？模型碘c羰臼牽詼閱Ｋ艿撓嘔義現(xiàn)�，晤U強(qiáng)梢躍】贍艿耐誥蟯蹲首楹襄喜智暗男幸蹬渲沒(méi)幔酆閑幸狄蜃詠心Ｐ脫″義瞎�，这样多因子模型可以根据行业轮动情魁l諧”硐鄭溝貿(mào)釷找婊竦靡歡ǖ膩義咸嶸瘴�。辶x希擔(dān)扯嘁蜃幽Ｐ偷姆縵斬猿逵胗嘔義希擔(dān)常蹦Ｐ偷姆縵斬猿宀唄藻義媳疚墓菇ǖ畝嘁蜃幽Ｐ退竦玫幕夭饈找媸淺植質(zhì)找媯慰汲叨任跏甲式鵒�。若辶x舷牖竦夢(mèng)榷ǹ煽康模粒歟穡瑁崾找媯枰閱Ｐ徒蟹縵斬猿�，将参克E甲晃甘�。世C義銑∩銑＜姆縵斬猿宀唄雜刑桌唄�、Ａe穡瑁岵唄�、中牲矄h約笆錄唄

本文編號(hào)：2756800