《双重相似性匹配量化选股SMIP策略》.pdf

金融工程|专题报告 2012 年11 月21 日 证券研究报告 Tabl e_Title 根据不同选股数量构建投资组合的 双重相似性匹配量化选股SMIP 策略 累积超额收益率（2011.1.-2012.10. ） ——相似性匹配量化模型研究之三 Table_Summary 报告摘要：  迷局：阿尔法之辩 投资组合是否可能具有长期稳定的阿尔法？该问题在学术界，特别是 在理论研究和实证研究之间一直存在较大争论。但是由于市场并不是 数据来源：广发证券发展研究中心 强有效的，通过对国内公募基金长期表现的观察，我们认为主动投资 者通过一定的投资理念和投资方式，存在长期获得稳定阿尔法的可能。 不同股票数量投资组合的实证统计  困局：关于传统量化选股方法 股票数量 年化累积超额 信息比率 纵观目前市场上的量化选股策略，较为主流的模型包括两大类：因子 10 7.24% 0.67 选股和事件驱动选股。因子选股往往使用大量因子作为回归变量，使 20 13.71% 1.53 得投资收益与投资风险一同被分散；事件选股的次数较少，统计套利 50 8.50% 0.96 机会成本相对较高，而且某次较大回撤可能会持续较长时间。与上述 150 12.09% 1.67 传统量化选股模型不同，本篇报告希望能够突出重围，开辟一种基于 数据来源：广发证券发展研究中心 模式识别的另类选股策略，通过定期调仓获得相对较高的超额收益。  变局：双重相似性匹配下的选股模型构建 双重相似性匹配选股模型SMIP 主要分两步进行。第一步，需要判断 Table_Aut hor