資源描述：
《選股因子系列研究二十四--基于擬合》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、[Table_MainInfo]金融工程研究證券研究報(bào)告金融工程專題報(bào)告2017年08月28日[Table_Title]相關(guān)研究選股因子系列研究（二十四）——基于擬合[Table_ReportInfo]《“量辨”第一期：中國經(jīng)濟(jì)下行風(fēng)險(xiǎn)猶存——利差曲線與中國經(jīng)濟(jì)增速的相關(guān)優(yōu)度和波動率調(diào)整的因子溢價(jià)估計(jì)性分析》2017.08.17《FICC系列研究之五——商品期貨因子[Table_Summary]挖掘與組合構(gòu)建再探究》2017.08.18投資要點(diǎn)：《引入風(fēng)險(xiǎn)管理后的多因子選股框架與指數(shù)增強(qiáng)策略》2017.08.14本文主要探討了采用固定時(shí)間窗口、等權(quán)
2、預(yù)測因子溢價(jià)方法的局限性和適用性，并詳細(xì)分析了基于數(shù)據(jù)時(shí)效性和參數(shù)波動性改進(jìn)因子溢價(jià)預(yù)測的方法。?估計(jì)時(shí)間窗口的選取會影響收益率預(yù)測模型的表現(xiàn)。為提高收益率預(yù)測模型的預(yù)[Table_AuthorInfo]測精度，需有效選取時(shí)間窗口長度。時(shí)間窗口過長，因子溢價(jià)難以適應(yīng)變動的市場環(huán)境；但時(shí)間窗口過短，干擾信息過多，也難以達(dá)到有效的估計(jì)目的。?指數(shù)加權(quán)移動平均法靈活性高。指數(shù)加權(quán)移動平均法可通過調(diào)整衰減速度，將距離當(dāng)前時(shí)間點(diǎn)較遠(yuǎn)的數(shù)據(jù)點(diǎn)權(quán)重配臵為0；因此在因子溢價(jià)估計(jì)過程中，時(shí)間窗口的選擇問題，在一定程度上可轉(zhuǎn)換為確定衰減速度的問題。此外，該方法將較大的
3、權(quán)重放在較近的數(shù)據(jù)上，更能適應(yīng)變動的市場環(huán)境。?基于擬合優(yōu)度確定衰減速度的方法，可提高預(yù)測模型穩(wěn)定性。擬合優(yōu)度越低，反分析師:馮佳睿映當(dāng)前時(shí)點(diǎn)異質(zhì)程度越高，投資者對當(dāng)前時(shí)點(diǎn)數(shù)據(jù)投入的關(guān)注度理應(yīng)更多。因此Tel:(021)23219732擬合優(yōu)度越低，指數(shù)加權(quán)移動平均法的參數(shù)衰減速度應(yīng)設(shè)臵得越快。基于擬合優(yōu)Email:fengjr@htsec.com度確定衰減系數(shù)的方法，在沒有明顯降低模型平均預(yù)測能力的基礎(chǔ)上，大幅降低證書:S0850512080006了模型的波動性，從而可提高收益率預(yù)測模型的收益風(fēng)險(xiǎn)表現(xiàn)。分析師:羅蕾Tel:(021)2321998
4、4?基于波動率調(diào)整的因子溢價(jià)值，可降低預(yù)測模型波動性。因子溢價(jià)估計(jì)的標(biāo)準(zhǔn)差越大，表明因子風(fēng)險(xiǎn)越高。即使其存在較高的風(fēng)險(xiǎn)溢價(jià)，但也有可能是由少數(shù)幾Email:ll9773@htsec.com個(gè)極端值引起的，因此可靠性并不高。在這種情況下，更為合理的因子溢價(jià)預(yù)測證書:S0850516080002方法應(yīng)該是經(jīng)波動率調(diào)整后的因子溢價(jià)值。基于波動率調(diào)整的因子溢價(jià)能進(jìn)一步降低模型的波動性，提升收益率預(yù)測模型的收益風(fēng)險(xiǎn)表現(xiàn)。?等權(quán)加權(quán)法與改進(jìn)模型的對比。等權(quán)移動平均法的收益高，但風(fēng)險(xiǎn)也大，在較短時(shí)間內(nèi)能將前期累計(jì)的收益全部損失掉，該方法更適合因子溢價(jià)在短期內(nèi)得以
5、修復(fù)的市場。而基于擬合優(yōu)度確定衰減系數(shù)并根據(jù)波動率調(diào)整溢價(jià)的改進(jìn)模型，更能適應(yīng)反向變動的市場環(huán)境，在均值回復(fù)的時(shí)間段會損失小幅收益，但在風(fēng)格切換的時(shí)間段則具備較強(qiáng)的風(fēng)險(xiǎn)抵御能力。需要注意的是，在因子失效后出現(xiàn)報(bào)復(fù)性反彈時(shí)，改進(jìn)模型可能會大幅跑輸?shù)葯?quán)加權(quán)法。整體而言，改進(jìn)模型是以損失高收益階段的部分收益，換取在因子失效即模型回撤階段的正向收益，呈現(xiàn)風(fēng)險(xiǎn)平滑的作用。?風(fēng)險(xiǎn)提示。模型失效風(fēng)險(xiǎn)，因子歷史規(guī)律失效風(fēng)險(xiǎn)。請務(wù)必閱讀正文之后的信息披露和法律聲明金融工程研究金融工程專題報(bào)告2目錄1.因子溢價(jià)估計(jì)窗口與模型表現(xiàn)....................
6、...............................................................52.指數(shù)加權(quán)移動平均估計(jì)..............................................................................................63.基于模型擬合優(yōu)度和波動率調(diào)整的因子溢價(jià)估計(jì)方法...............................................73.1基于擬合優(yōu)度確定衰減系數(shù)..................
7、...........................................................73.2基于波動率調(diào)整的因子溢價(jià)預(yù)測......................................................................93.3因子溢價(jià)估計(jì)方法改進(jìn)....................................................................................93.4改進(jìn)模型與原始模型收益表現(xiàn)對比.............
8、...................................................104.結(jié)論....
