基于GARP的动量Alpha投资策略研究
发布时间：2020-11-03 16:57
随着互联网技术的发展,各种互联网金融理财产品以其便捷的支付方式和稳定的收益开始受到投资者的追捧,投资者对理财产品的质量要求也逐渐升高。量化投资就是将适当的投资思想、投资经验,甚至包括直觉反映在数量化模型中,利用计算机技术帮助人脑处理大量数据,克服人性的主观情绪对投资的影响,总结归纳市场规律,建立可以重复使用并反复优化的投资策略,指导我们的投资决策过程。量化投资策略可以更好的满足人们的投资需求。然而,量化投资有一定的行业壁垒,进行量化投资需要投入极高的人力成本和资金量,中国量化投资策略的研究成果大多集中在券商、基金等机构手中,大多数散户投资者还没有能力及条件进行研究分祈。因此,目前对量化投资策略的研究还需要致力于满足国内散户投资者多元化投资策略的需求,使投资者的投资活动提供专业性的理论支持,为普通投资者构建投资组合提供一个新思路。本文首先简要介绍了量化投资策略的国内外研究现状,并在详细阐述GARP策略和动量Alpha策略基础上分析了基于GARP的动量Alpha投资策略的研究背景以及研究意义。并对比传统的投资手段,分析本文策略的创新点。然后,在详细分析了GARP策略和动量Alpha策略的内在机理的基础上,对于GARP策略加入了基于Lasso回归的价值成长指标选择模型,并设计和改进了GARP策略的运行流程;同样,也设计和改进了从股票池进行投资组合选取的动量Alpha策略运行流程。通过MATLAB仿真验证其可行性。最后,本文基于MATLAB平台,利用wind数据中2013年1月1日到2017年12月31日共1215个交易日数据,验证了基于GARP的动量Alpha投资策略的有效性,最终获得了超越市场的Alpha超额收益。并在此基础上通过调整参数,测试了该策略的敏感性。在总结上述研究结果的同时,为策略的优化给出合理的建议。
【学位单位】：首都经济贸易大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：O212.1;F832.51
【部分图文】：
首都经济贸易大学学成最小pMSE 准则：( )21 1pMSER nTSS= - - （式 2-其中，RSS（residualsumofsquares）即残差平方和，反映每个样本各观测值的 = ( ) 。TSS（totalsumofsquares）总离差平方和，是响应变量的总 ( )2 lTSS = y -y。MSE（Mean squared error）为均方误差，用来反映数据变 MSE = RSS /( n - p)，( n - p)为自由度。从上式可以看出，因为对给定的 Y 的观察值，TSS/(n-1)是固定的，所以当且仅当是，调整2pR 增加。当pRSS 中的缩减量很小，以至于不能抵消增加自由度的损失n( )pMSE 随着 p 的增加而增加。最小pMSE 准则要求我们寻找使得最小pMSE 对子集，或者寻找很接近于最小pMSE 的一个或几个子集，选择最前面的一个，即不值得。举个例子说明：
2 Lasso 回归的实现们运用 2007 年 1 月到 2017 年 3 月一共 122 个月度数据作为训练集，用 Las数据进行变量筛选，采用 Matlab 软件，结果如下：图 3-2 Lasso 回归的路径图1 3 4 7 9 10 11 12 14 1156df0 0.05 0.1 0.15 0.2 0.25 0.3L1-0.06-0.04-0.0200.020.040.06Trace Plot of coefficients fit by Lasso
图 3-7 形成期计算重叠和非重叠实例图形成期重叠的方法，可以在有限的数据里，获得增加更多的样本容量，但是此方式的形成期会有重合交集，可能导致自相关关系，这样就需要进行统计性的检测和处理，实交易中是比较难实现的；形成期非重叠的方法，虽然减少了交易次数，但是可操作，具有现实意义。形成期和持有期的时间设置过长，动量效应可能已失效而不知，过短会增加过多手续降低收益。为了避免参数过度优化，导致结果过于完美缺乏参考性，本文直接设置形为 80 天，持有期为 40 天。意味着程序将在 80 天内挑选出 Alpha 值最大的组合持有持有 40 天，然后平仓，循环该程序，选出新组合，周而复始直到结束。本文在后期检随机改动形成期和持有期时间设置，观察不同设置对策略的影响。2.设定买卖手续费；为了更加接近实际，我们设置了手续费，本文设定买入手续费为 1‰，卖出手续费为。也会在后期设置不同手续费，观察其对组合收益的影响。4.确定无风险利率；
【参考文献】
本文编号：2868842
【学位单位】：首都经济贸易大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：O212.1;F832.51
【部分图文】：
首都经济贸易大学学成最小pMSE 准则：( )21 1pMSER nTSS= - - （式 2-其中，RSS（residualsumofsquares）即残差平方和，反映每个样本各观测值的 = ( ) 。TSS（totalsumofsquares）总离差平方和，是响应变量的总 ( )2 lTSS = y -y。MSE（Mean squared error）为均方误差，用来反映数据变 MSE = RSS /( n - p)，( n - p)为自由度。从上式可以看出，因为对给定的 Y 的观察值，TSS/(n-1)是固定的，所以当且仅当是，调整2pR 增加。当pRSS 中的缩减量很小，以至于不能抵消增加自由度的损失n( )pMSE 随着 p 的增加而增加。最小pMSE 准则要求我们寻找使得最小pMSE 对子集，或者寻找很接近于最小pMSE 的一个或几个子集，选择最前面的一个，即不值得。举个例子说明：
2 Lasso 回归的实现们运用 2007 年 1 月到 2017 年 3 月一共 122 个月度数据作为训练集，用 Las数据进行变量筛选，采用 Matlab 软件，结果如下：图 3-2 Lasso 回归的路径图1 3 4 7 9 10 11 12 14 1156df0 0.05 0.1 0.15 0.2 0.25 0.3L1-0.06-0.04-0.0200.020.040.06Trace Plot of coefficients fit by Lasso
图 3-7 形成期计算重叠和非重叠实例图形成期重叠的方法，可以在有限的数据里，获得增加更多的样本容量，但是此方式的形成期会有重合交集，可能导致自相关关系，这样就需要进行统计性的检测和处理，实交易中是比较难实现的；形成期非重叠的方法，虽然减少了交易次数，但是可操作，具有现实意义。形成期和持有期的时间设置过长，动量效应可能已失效而不知，过短会增加过多手续降低收益。为了避免参数过度优化，导致结果过于完美缺乏参考性，本文直接设置形为 80 天，持有期为 40 天。意味着程序将在 80 天内挑选出 Alpha 值最大的组合持有持有 40 天，然后平仓，循环该程序，选出新组合，周而复始直到结束。本文在后期检随机改动形成期和持有期时间设置，观察不同设置对策略的影响。2.设定买卖手续费；为了更加接近实际，我们设置了手续费，本文设定买入手续费为 1‰，卖出手续费为。也会在后期设置不同手续费，观察其对组合收益的影响。4.确定无风险利率；
【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 王甜甜;郭朋;;动量策略、价值策略与收益预测的实证分析[J];统计与决策;2014年20期
3 王宣承;;基于LASSO和神经网络的量化交易智能系统构建——以沪深300股指期货为例[J];投资研究;2014年09期
4 高兴波;郭甲蕾;胡智磊;;统计套利策略在对冲基金投资中的应用研究[J];中央财经大学学报;2014年06期
5 牛芳;;我国A股市场动量效应实证研究[J];宏观经济研究;2014年03期
6 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
7 王春峰;林碧波;朱琳;;基于股票价格差异的配对交易策略[J];北京理工大学学报(社会科学版);2013年01期
8 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
9 严太华;梁岚;;上海股票市场动量效应研究——基于1995—2009年周收益率数据[J];技术经济;2011年05期
10 屈云香;黄启;;获取alpha收益的数量化投资组合策略研究——基于沪深300指数的实证研究[J];现代商业;2011年09期
相关硕士学位论文 前1条
1 杜秋余;基于量化选股的Alpha策略在中国中小板市场的实证研究[D];河北经贸大学;2014年
本文编号：2868842
本文链接：https://www.wllwen.com/jingjilunwen/jinrongzhengquanlunwen/2868842.html
