基于灰色关联分析的多因子选股模型研究
【学位单位】:北京交通大学
【学位级别】:硕士
【学位年份】:2017
【中图分类】:F832.51;F224
【部分图文】:
合格的量化投资模型应该能够适应不同的市场形态,在牛市、熊市和横盘等??行情中均能获得正的Alpha收益。因此,样本期的选取应至少包含一个完整的牛??市和熊市。我们将样本期设定为2006年3月31日到2016年3月31日。如图4-1??所示,样本期内,沪深300指数经历了?2007年和2015年的牛市、2008年和2015??年的熊市以及其他时间的横盘。??多因子选股模型主要基于基本面指标筛选股票,构建投资组合。一般而言,??投资组合需要在中长期才能体现出股票的基本面情况。因此,我们设定模型的持??仓周期为季度。每季度末构建新的投资组合并从下季度初持仓到下季度末,再调??整持仓。??此外,论文选取因子共41个,每期选取10个因子作为有效因子;每期股票??排序后,各取前后20%的股票构造强势股票组合和弱势股票组合;每次筛选因子??以前4期的因子得分的平均值作为筛选依据;股票打分采用加权平均法,即以各??32??
大学硕士学位论文?基于灰色关联分析的多因子选股模型收益率应该显著地优于比较基准和弱势股票组合;强势股票组合地劣于比较基准。我们以沪深300指数为比较基准,假设初始投组合、弱势股票组合和比较基准回测期内的实际净值曲线如图4-2:——强势股票组合.?I??
图4-3强弱对冲Alpha和指数对冲Alpha季度收益柱状图??Figure?4-3?Seasonal?Yield?Histogram?of?Hedge?Portfolios??图4-3为强弱对冲Alpha和指数对冲Alpha季度收益柱状图。由图4-3,,两种??对冲策略收益的正期望非常明显。考察指数对冲Alpha和强弱对冲Alpha的季度回??报率的胜率并做统计假设检验。季度回报率的胜率定义为季度回报率中为正的样??本数与总样本数的比值;T检验的原假设为:季度回报率的均值小于等于0,置信??度设为0.99。季度回报率的胜率较高并且未通过假设检验,则说明强势股票组合??收益率大比例优于弱势股票组合,并且平均而言能够获得正的回报,模型的稳定??37??
【参考文献】
相关期刊论文 前10条
1 杨喻钦;;基于Alpha策略的量化投资研究[J];中国市场;2015年25期
2 张欣;;中国股市存在Alpha吗?——基于2014年中小盘股的实证研究[J];商;2015年14期
3 郭喜才;;量化投资的发展及其监管[J];江西社会科学;2014年03期
4 高秋明;胡聪慧;燕翔;;中国A股市场动量效应的特征和形成机理研究[J];财经研究;2014年02期
5 王珏;张新民;;基于bootstrap分析方法的我国基金经理选股能力研究[J];中国软科学;2013年11期
6 王力弘;;浅议量化投资发展趋势及其对中国的启示[J];中国投资;2013年S2期
7 刘思峰;蔡华;杨英杰;曹颖;;灰色关联分析模型研究进展[J];系统工程理论与实践;2013年08期
8 苏治;傅晓媛;;核主成分遗传算法与SVR选股模型改进[J];统计研究;2013年05期
9 方浩文;;量化投资发展趋势及其对中国的启示[J];管理现代化;2012年05期
10 谭小芬;林雨菲;;中国A股市场动量效应和反转效应的实证研究及其理论解释[J];中国软科学;2012年08期
相关硕士学位论文 前5条
1 王昭栋;多因子选股模型在中国股票市场的实证分析[D];山东大学;2014年
2 李星;模糊聚类与灰色聚类在我国证券投资中的应用[D];湖南工业大学;2012年
3 刘毅;因子选股模型在中国市场的实证研究[D];复旦大学;2012年
4 龚笑;沪深300股指期货Alpha套利策略研究[D];华中科技大学;2011年
5 曹明霞;灰色关联分析模型及其应用的研究[D];南京航空航天大学;2007年
本文编号:2843903
本文链接:https://www.wllwen.com/jingjifazhanlunwen/2843903.html