增强指数策略.ppt

* * * * * * * 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%）。 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： 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 = 被动管理（全样本复制） + 中性Alpha策略 中性Alpha策略 = 多 Alpha 股票组合 + 空沪深300期货 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 合理的风报比与胜算：组合收益与风险的对称性（Balance） 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 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 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） 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） 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% 2.60% 2014年10月 -0.30% 1.38% 1.08% 2014年11月 0.97% 12.23% 13.33% 2014年12月 1.96% 29.14% 31.63% 2015年1月 2.81% -7.90% -5.28% 2015年2月 0.22% 7.37% 7.60% 2015年3月 0.93% 14.51% 15.53% 2015年4月 3.00% 16.10% 19.56% 2015年5月 3.08% 6.02% 9.29% 2015年6月 1.77% -16.22% -14.77% 2015年7月 2.42% -9.96% -7.94% 2015年8月 -0.15% -12.20% -12.36% 2015年9月 1.26% -6.24% -5.00% 整个回测区间 18.40% 36.4