>> 華泰證券-系統(tǒng)化主動資產配置系列:基于風險因子的動態(tài)資產定價框架(D-FPS)-240716
| 上傳日期: |
2024/7/16 |
大?。?/td>
| 4716KB |
| 格式: |
pdf 共46頁 |
來源: |
華泰證券 |
| 評級: |
-- |
作者: |
張繼強,陶冶 |
| 下載權限: |
此報告為加密報告 |
|
|
核心觀點 風險因子是推動大類資產回報的關鍵驅動因素,我們針對中國金融市場設計了一套基于因子的動態(tài)資產定價系統(tǒng),簡記為D-FPS(China)。D-FPS主要包含三個維度:其一為主線追蹤,從資產池中提煉相關因子,并解析因子與資產價格、全局因子和局部因子之間的映射關系;其二為因子歸因,將主成分分析得到的因子與宏觀經濟變量相聯系,增強因子的解釋性和應用價值;其三為資產定價,基于因子重構資產價格,得到公允定價,并計算實際價格與公允價格的偏離度、協整關系等指標,最終輸出可供投資參考的策略信號。 從風險因子到資產定價:D-FPS 目前市場有兩類主流的因子分析框架,一是直接基于宏觀經濟變量,二是對資產價格提取關鍵信息。前者存在滯后性、頻率低、可投資性差、局限性高等不足,后者在捕捉因子動態(tài)變化、實際落地等方面也存在困難。為了克服這些問題,我們提出了基于因子的動態(tài)資產定價體系( Dynamic Factor-Based Pricing System),簡記為D-FPS,力圖能滿足資產配置實踐中從捕捉市場主線→關鍵因子歸因→資產合理定價→發(fā)出策略信號的全鏈條投研需求。 D-FPS(China):主線追蹤 D-FPS(China)是一個跨資產的量化配置分析框架。我們構建了114項資產組成的資產池,作為D-FPS(China)的輸入數據,在得到資產池每日價格數據的基礎上,基于機器學習算法進行因子提煉。由資產價格提煉得到的隱含風險因子具有高頻、實時、精煉、可投資、可解釋和可預測的特征,對資產的解釋度遠高于傳統(tǒng)宏觀變量(相對低頻、滯后且粗糙)。在得到局部宏觀因子后,不僅可追蹤分析各因子本身趨勢變化,還可通過滾動逐日回測的方式,研判決定跨資產、全市場品種的核心定價矛盾源于哪個子市場,或受哪個局部宏觀因子主導,發(fā)現D-FPS框架具有良好的方向研判能力。 D-FPS(China):因子歸因 因子歸因部分主要包含三方面量化分析:其一,基于復合回歸體系篩選因子隱含意義,為各因子尋找其可能的歸因指標;其二,計算指標與因子間序列相似度;其三,測算指標與因子間領先滯后關系。綜合來看,目前中國市場上最核心的三條定價主線的矛盾焦點或在于房地產景氣度、金融條件(利率)和通脹水平。過去一年中經濟增長(尤以房地產景氣度和固定資產投資表征)、金融條件(利率)和通貨膨脹水平作為最核心的定價主線,分別占比53.76%、34.78%和11.46%。 D-FPS(China):資產定價 D-FPS利用因子和特征向量間的數量關系重構得到資產公允價格,這提供了一個基準,可通過比較真實價格和公允價格來判斷資產的相對價值。資產定價部分可全面展示各資產的定價偏離度、協整關系、收斂速度、歷史內分位和資產內分位等數量化分析維度。本文以黃金期貨、中證2000和中國30年國債到期收益率三個資產案例,論述了D-FPS(China)分析資產定價偏離趨勢與變化的科學性與準確性。最后,基于雙序列信息的資產價格走勢預測或具有較為良好的預測性能和判斷勝率。 風險提示:由于模型基于歷史數據構建,因此模型在未來應用的有效性可能與報告回測有效性存在差異;市場可能會出現超預期波動,對依據或使用該模型所造成的后果由投資者自行承擔。
|
|