>> 國金證券-主動量化組合跟蹤：自主可控概念量化優(yōu)選策略2月表現(xiàn)突出-240307
| 上傳日期： |
2024/3/8 |
大小： |
1847KB |
| 格式： |
pdf 共16頁 |
來源： |
國金證券 |
| 評級： |
-- |
作者： |
高智威,王小康 |
| 下載權限： |
無限制-登錄即可下載 |
|
|
績優(yōu)重倉股與調研共振增強策略
在每一個構建時間點，我們首先通過基金Alpha因子篩選出績優(yōu)基金,然后根據(jù)績優(yōu)基金計算其穿透重倉股股池，之后將透重倉股股池與調研數(shù)據(jù)相結合，選出過去一個季度被調研過的重倉股而得到績優(yōu)基金重倉股與調研共振股池。共振股池收益對比偏股混合型基金指數(shù)超額收益并不明顯，但相對于各類寬基指數(shù)超額顯著。
從績優(yōu)重倉股與調研共振增強策略的凈值表現(xiàn)可以看出，相比已經(jīng)具有較高超額的績優(yōu)基金重倉股等權基準，策略優(yōu)勢十分明顯。從指標上來看，策略的年化收益率為23.47%，夏普比率為0.83，而每年均能跑贏偏股混合型基金指數(shù)的重倉股等權的年化收益率僅為14.81%，夏普比率為0.55。策略1月超額收益率為-5.56%，未能跑贏等權基準收益，隨著A股市場未來潛在的上升潛力，共振效應帶來的收益可能更加明顯，策略表現(xiàn)有望提升。
自主可控概念量化優(yōu)選策略
通過對5大類因子進行測試并結合基本面財務指標的邏輯篩選判斷，我們發(fā)現(xiàn)成長、質量、技術和動量大類的因子在自主可控概念股中都對收益有一定預測作用。在構建策略時，我們按照月度進行調倉，每月末最后一個交易日選取排名前因子得分前20%的股票，然后以等權方式構建持倉組合，手續(xù)費取千分之三。然后我們將全部自主可控指數(shù)成分股等權構建基準組合，每月最后一個交易日再平衡?；販y樣本內時間段為2018年1月1日至2024年2月1日。策略1月超額收益率為3.24%，跑贏自主可控概念等權基準，2月份市場情緒穩(wěn)定，交易邏輯逐漸向基本面因素恢復，策略選股優(yōu)勢明顯，未來策略有望進一步提升。
國證2000指數(shù)增強策略
包括技術、反轉、特異波動率等在內的因子在國證2000指數(shù)成分股上均有出色表現(xiàn)，我們所合成的各個大類因子也基本都起到了很好的提升效果。該因子的IC均值達到12.89%，T統(tǒng)計量為12.38。有良好的預測效果。2月該因子IC值-17.39%，出現(xiàn)一定波動，2月小市值股票波動較大，市場情緒回暖后，因子預測效果有望改進。樣本外整體策略表現(xiàn)良好，但近期迎來波動，2月策略的超額收益為-5.53%。
基于多目標、多模型的機器學習指數(shù)增強策略
根據(jù)國金金融工程團隊發(fā)布的《基于多目標、多模型的機器學習指數(shù)增強策略》，考慮到AI各類算法在量化領域具有較強的適用性，同時也越來越受到A股眾多投資者的關注。我們選取了GBDT和NN兩大類結構具有一定差異的模型，選取不同的特征數(shù)據(jù)集進行分別訓練，并使用多種預測標簽進行對比并融合，最終構建出的GBDT+NN機器學習選股因子在A股各類寬基指數(shù)上表現(xiàn)優(yōu)異。
為貼合交易實際，我們構建了基于GBDT+NN因子的機器學習模型的指數(shù)增強策略，通過對投資組合的跟蹤誤差進行控制，最大化因子暴露?；販y區(qū)間自2015年2月1日開始，假定手續(xù)費率單邊千二，每月月初調倉。滬深300指數(shù)增強策略、中證500指數(shù)增強策略和中證1000指數(shù)增強策略1月超額收益率分別為1.25%、0.25%和-0.96%，1000指增超額凈值出現(xiàn)波動可能與2月份微盤股大幅波動，交易邏輯變化有關。后續(xù)隨著市場恢復正常，超額收益有望回升。
風險提示
以上結果通過歷史數(shù)據(jù)統(tǒng)計、建模和測算完成，在政策、市場環(huán)境發(fā)生變化時模型存在失效的風險。
|
|
