>> 長江證券-指數(shù)復制及指數(shù)增強方法概述-250702
| 上傳日期： |
2025/7/2 |
大?。?/td>
| 1859KB |
| 格式： |
pdf 共21頁 |
來源： |
長江證券 |
| 評級： |
-- |
作者： |
覃川桃,劉勝利 |
| 下載權(quán)限： |
此報告為加密報告，僅限高級會員查看 |
|
|
指數(shù)投資概述
指數(shù)發(fā)展：截至2025年一季度，ETF、場外被動指數(shù)基金和指數(shù)增強基金規(guī)模分別為29526億、2667億和1930億；ETF以規(guī)模指數(shù)和主題指數(shù)為主，規(guī)模分別為20452億和4532億；指數(shù)增強基金以滬深300指增和中證500指增為主，規(guī)模分別為745億和437億；
指增表現(xiàn)：2017年至2025年6月25日，滬深300增強基金擬合凈值年化超額3.74%，超額勝率72%，信息比1.51。
指數(shù)復制方法
基本方法：完全復制、抽樣復制和優(yōu)化復制三種方式；大多數(shù)指數(shù)基金產(chǎn)品均采取完全復制法；
優(yōu)化復制：可簡化為計算權(quán)重以最小化跟蹤誤差的優(yōu)化模型；
成分股替代：出于某些限制，部分指數(shù)成分股不能標配，可選擇同類型個股進行替代。
指數(shù)增強方法
選股增強：從當前公募指數(shù)增強產(chǎn)品來看，多數(shù)均采取量化多因子和機器學習的方式。
量化多因子：選擇長期有效因子，構(gòu)建多因子組合；Barra模型較為常見；
深度學習：神經(jīng)網(wǎng)絡挖掘的量價Alpha因子在深度和復雜度上都遠超遺傳規(guī)劃算法；
負面增強：低配可能出現(xiàn)虧損或者預期股價走跌的股票；包括負面因子和負面事件方向；
配對交易：超配弱勢標的，低配強勢品種，在價差回歸正常后獲取超額。
時序增強：
指數(shù)擇時：判斷未來的行情走向，控制倉位，達到規(guī)避風險或提高收益的目的；
風格輪動：判斷大小盤、價值成長等風格，超配對應板塊；技術(shù)類模型相對更為有效；
行業(yè)輪動：超配預期強勢行業(yè)，一般考慮基本面、動量、風險、資金、價量等五維度。
多資產(chǎn)增強：
打新增強：2025年（截至6月25日）打新收益為2.13%，科創(chuàng)板、創(chuàng)業(yè)板的收益較高；
股指增強：深度貼水情況下，可用股指期貨多頭替代現(xiàn)貨；2025年IF年化貼水為6.75%；
大宗交易：2017年至2025年6月25日，折價率中位數(shù)為5.38%，2025年高達8.23%；
定向增發(fā)：2017年至2025年6月25日，折價率中位數(shù)為14.55%，2025年為11.87%。
風險提示
1、研究結(jié)論基于對歷史數(shù)據(jù)的統(tǒng)計分析，未來可能不再成立；
2、策略表現(xiàn)基于對歷史數(shù)據(jù)的模擬回測，不代表未來收益；
3、增強測算為理論效果，不代表實際操作能全部執(zhí)行；
4、部分統(tǒng)計針對全市場個股，不對標指數(shù)基準。
|
|
