增强指数策略之低风险下的超额收益(31张)PPT
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
• 李凡晔 交易员，经济学学士，具有证券、期货从业资 格，熟练应用多种金融工具，长期从事量化交易，交 易技巧娴熟，资深交易员
历史业绩回顾：宽智阿尔法对冲1号
运行时间：2014/11~2015/10 年化收益率：34.06%
历史业绩回顾：宽智阿尔法对冲1号
增强指数策略之低风险下的超额收益( 31张)P PT完美 版
0.93%
14.51%
2015年4月
3.00%
16.10%
2015年5月
3.08%
6.02%
2015年6月
1.77%
-16.22%
2015年7月
2.42%
-9.96%
2015年8月
-0.15%
-12.20%
2015年9月
1.26%
-6.24%
整个回测区间
18.40%
36.43%
2.60% 1.08% 13.33% 31.63% -5.28% 7.60% 15.53% 19.56% 9.29% -14.77% -7.94% -12.36% -5.00% 55.28%
• 以 Monte Carlo 随机模拟生成数十万个组 合，挑选并分组得出：无偏标准组合、大 权重组合、小权重组合
增强指数策略的要点
• 策略止损：将增强组合调整为指数全 样本组合，完全复制指数，减少交易 费用
• 策略使用时点：用高频数据监控三类 增强组合的动态表现，结合市场状态 确定介入与否及使用的组合性质
增强指数策略
低风险下的超额收益
主要内容
• 增强指数策略的优势 • 增强指数的方法与实现 • 增强指数策略的要点 • 策略的测试数据 • 增强指数策略的风险控制 • 增强指数投资团队介绍 • 宽智历年来管理业绩回顾
增强指数的优势
• 从估值角度来看，市场的价值投资 正在逐渐抬升
增强指数的优势
此轮回调至2015年9月底，所有指数的估值均回落至中值 附近，中证 1000（21.5%）、上证 50 （24.0%）、沪深 300（32.6%）、上证综指（34.3%）、中证800（42.5%） 。
次（开千一、平千二）千三计 • 每10个交易日调整一次组合，调整比例不
超过60%
增强300指数策略的净值图（样本内）
回测时间：2012/01/04~2014/06/30
年化超额收益率：15.37%
增强300指数策略的持股分析（样本内）
增强300指数策略业绩评价（样本内）
增强300指数策略的净值图（样本外）
增强300指数策略月度表现（样本外）
日期
超额收益 沪深300
增强组合
2014年9月
0.40%
2.19%
2014年10月
-0.30%
1.38%
2014年11月
0.97%
12.23%
2014年12月
1.96%
29.14%
2015年1月
2.81%
-7.90%
2015年2月
0.22%
7.37%
2015年3月
增强300指数策略业绩评价（样本外）
增强指数策略的风险控制
• 组合的成份股完全来源于跟踪标的指数的成份股 • 以跟踪标的指数的行业权重为增强组合的行业权重参
照，并严格控制行业偏离度，做到完全的行业中性 • 全过程几乎满仓跟踪指数，不做人为择时判断，避免
因人为判断失误造成系统性损失 • 定期调整组合，保证跟踪精度及增强组合的持续阿尔
历史业绩回顾：宽智阿尔法对冲1号
增强指数策略之低风险下的超额收益( 31张)P PT完美 版
• 组合运用的判断：根据我们的市场模 态指针模型的提示来选择应用哪种类 型的组合
回溯测试数据
• 初始净值为1，样本内测试时间2012年1月4 日至2014年6月30，样本外测试时间自 2014年9月22日至2015年9月15日
• 以日收盘价计算组合收益 • 不考虑开、平及调整仓位时期货与现货之
间的价差，完全以增强组合的市值计算 • 交易费、市场冲击成本及印花税合计以每
• 合理的风报比与胜算：组合收益与风险的对称性 ห้องสมุดไป่ตู้Balance）
增强指数策略的要点
• 综合行业、个股估值等基本面因素以及价 格、成交量、资金流等情绪面因素筛选出 相应的统计量构建量化模型
• 用量化择股与市场模态识别相结合手段， 将行业偏离控制在一定精度内的被动跟踪 标的指数策略，组合与标的指数之间的市 值偏离也被严格控制
法能力 • 当增强组合与跟踪标的的偏离超过一定域值时，采用
全样本复制技术实现组合纠偏，做到事实止损
指数增强投资团队介绍
• 董安 基金经理，经济学硕士，17年投资从业经历， 2010年以来一直负责中性策略研究及投资工作，副总 经理兼投资总监，任公司旗下多个产品的基金经理
• 吴克生 基金经理助理, 数学博士，公司策略研究部研 究员，主要从事多因子量化模型的开发与研究工作， 擅长数据挖掘及用量化方法构建阿尔法类的交易策略
回测时间：2014/09/22~2015/09/15
最终超额收益率：18.40%
增强300指数策略与300指数最大下侧偏离及回撤表现图（样本外）
增强组合与300指数的最大下侧偏离：-1.77% 增强组合最大回撤率：-42.02% 沪深300指数最大回撤率：-43.48%
增强300指数策略月度表现（样本外）
所有主要指数已低于国际主要指数的平均估值水平，市场 的估值更加合理
增强指数的优势
• 从股指期货的限仓规则来看，使得 市场缺乏对冲的工具
传统的期现套利中性策略受到重大的影响，由于 担心账户被停的风险，大部分的基金都处于低仓 位的开仓状态，但是增强指数可以通过逐步加仓 的方式保证资金的充分利用度
增强指数的优势
增强指数的优势
• 从宽智已有优势的角度来看
在实际的应用中，增强指数策略可以看成：
中性Alpha 策略
=
多 Alpha 股票 组合
+
空沪深300 期货
增强指数
=
被动管理（全 样本复制）
中性Alpha
+
策略
宽智已在中性 Alpha 套利策略上取得了优秀的管理业绩，具有
较强的优势，现有的中性策略也是在之前策略基础之上，利用
全新的数学模型而构建的。
增强指数的方法与实现
• 增强指数前提：在严格保持行业中性的前提下， 综合考量多种能带来阿尔法的因子构建增强组合
• 对给定的增强组合，通过持有一定的时间逐步累 积增强收益
• 定期对增强组合进行调整，保持因子增强的有效 性，同时对由于市场变而使因子退化的时点进行 识别，借助相对高频数据实现
历史业绩回顾：宽智阿尔法对冲1号
运行时间：2014/11~2015/10 年化收益率：34.06%
历史业绩回顾：宽智阿尔法对冲1号
增强指数策略之低风险下的超额收益( 31张)P PT完美 版
0.93%
14.51%
2015年4月
3.00%
16.10%
2015年5月
3.08%
6.02%
2015年6月
1.77%
-16.22%
2015年7月
2.42%
-9.96%
2015年8月
-0.15%
-12.20%
2015年9月
1.26%
-6.24%
整个回测区间
18.40%
36.43%
2.60% 1.08% 13.33% 31.63% -5.28% 7.60% 15.53% 19.56% 9.29% -14.77% -7.94% -12.36% -5.00% 55.28%
• 以 Monte Carlo 随机模拟生成数十万个组 合，挑选并分组得出：无偏标准组合、大 权重组合、小权重组合
增强指数策略的要点
• 策略止损：将增强组合调整为指数全 样本组合，完全复制指数，减少交易 费用
• 策略使用时点：用高频数据监控三类 增强组合的动态表现，结合市场状态 确定介入与否及使用的组合性质
增强指数策略
低风险下的超额收益
主要内容
• 增强指数策略的优势 • 增强指数的方法与实现 • 增强指数策略的要点 • 策略的测试数据 • 增强指数策略的风险控制 • 增强指数投资团队介绍 • 宽智历年来管理业绩回顾
增强指数的优势
• 从估值角度来看，市场的价值投资 正在逐渐抬升
增强指数的优势
此轮回调至2015年9月底，所有指数的估值均回落至中值 附近，中证 1000（21.5%）、上证 50 （24.0%）、沪深 300（32.6%）、上证综指（34.3%）、中证800（42.5%） 。
次（开千一、平千二）千三计 • 每10个交易日调整一次组合，调整比例不
超过60%
增强300指数策略的净值图（样本内）
回测时间：2012/01/04~2014/06/30
年化超额收益率：15.37%
增强300指数策略的持股分析（样本内）
增强300指数策略业绩评价（样本内）
增强300指数策略的净值图（样本外）
增强300指数策略月度表现（样本外）
日期
超额收益 沪深300
增强组合
2014年9月
0.40%
2.19%
2014年10月
-0.30%
1.38%
2014年11月
0.97%
12.23%
2014年12月
1.96%
29.14%
2015年1月
2.81%
-7.90%
2015年2月
0.22%
7.37%
2015年3月
增强300指数策略业绩评价（样本外）
增强指数策略的风险控制
• 组合的成份股完全来源于跟踪标的指数的成份股 • 以跟踪标的指数的行业权重为增强组合的行业权重参
照，并严格控制行业偏离度，做到完全的行业中性 • 全过程几乎满仓跟踪指数，不做人为择时判断，避免
因人为判断失误造成系统性损失 • 定期调整组合，保证跟踪精度及增强组合的持续阿尔
历史业绩回顾：宽智阿尔法对冲1号
增强指数策略之低风险下的超额收益( 31张)P PT完美 版
• 组合运用的判断：根据我们的市场模 态指针模型的提示来选择应用哪种类 型的组合
回溯测试数据
• 初始净值为1，样本内测试时间2012年1月4 日至2014年6月30，样本外测试时间自 2014年9月22日至2015年9月15日
• 以日收盘价计算组合收益 • 不考虑开、平及调整仓位时期货与现货之
间的价差，完全以增强组合的市值计算 • 交易费、市场冲击成本及印花税合计以每
• 合理的风报比与胜算：组合收益与风险的对称性 ห้องสมุดไป่ตู้Balance）
增强指数策略的要点
• 综合行业、个股估值等基本面因素以及价 格、成交量、资金流等情绪面因素筛选出 相应的统计量构建量化模型
• 用量化择股与市场模态识别相结合手段， 将行业偏离控制在一定精度内的被动跟踪 标的指数策略，组合与标的指数之间的市 值偏离也被严格控制
法能力 • 当增强组合与跟踪标的的偏离超过一定域值时，采用
全样本复制技术实现组合纠偏，做到事实止损
指数增强投资团队介绍
• 董安 基金经理，经济学硕士，17年投资从业经历， 2010年以来一直负责中性策略研究及投资工作，副总 经理兼投资总监，任公司旗下多个产品的基金经理
• 吴克生 基金经理助理, 数学博士，公司策略研究部研 究员，主要从事多因子量化模型的开发与研究工作， 擅长数据挖掘及用量化方法构建阿尔法类的交易策略
回测时间：2014/09/22~2015/09/15
最终超额收益率：18.40%
增强300指数策略与300指数最大下侧偏离及回撤表现图（样本外）
增强组合与300指数的最大下侧偏离：-1.77% 增强组合最大回撤率：-42.02% 沪深300指数最大回撤率：-43.48%
增强300指数策略月度表现（样本外）
所有主要指数已低于国际主要指数的平均估值水平，市场 的估值更加合理
增强指数的优势
• 从股指期货的限仓规则来看，使得 市场缺乏对冲的工具
传统的期现套利中性策略受到重大的影响，由于 担心账户被停的风险，大部分的基金都处于低仓 位的开仓状态，但是增强指数可以通过逐步加仓 的方式保证资金的充分利用度
增强指数的优势
增强指数的优势
• 从宽智已有优势的角度来看
在实际的应用中，增强指数策略可以看成：
中性Alpha 策略
=
多 Alpha 股票 组合
+
空沪深300 期货
增强指数
=
被动管理（全 样本复制）
中性Alpha
+
策略
宽智已在中性 Alpha 套利策略上取得了优秀的管理业绩，具有
较强的优势，现有的中性策略也是在之前策略基础之上，利用
全新的数学模型而构建的。
增强指数的方法与实现
• 增强指数前提：在严格保持行业中性的前提下， 综合考量多种能带来阿尔法的因子构建增强组合
• 对给定的增强组合，通过持有一定的时间逐步累 积增强收益
• 定期对增强组合进行调整，保持因子增强的有效 性，同时对由于市场变而使因子退化的时点进行 识别，借助相对高频数据实现