Alpha的均值回归特性分析及其在量化投资策略中的实证研究

发布时间：2017-07-25 14:22

  本文关键词：Alpha的均值回归特性分析及其在量化投资策略中的实证研究

  更多相关文章： 均值回归 Alpha套利 量化投资 超额收益 对冲基金

【摘要】：随着我国资本市场不断的完善,各种金融衍生工具的推出,投资者的投资方式与渠道也在变化。从投资方式来看,量化交易的比重在不断增加；而从投资渠道来看,机构投资者的影响力在增强,更多的个人开始选择通过机构投资者进行间接投资。此外,再考虑国内股市波动性较大的特点,有必要研究新的投资策略,其中量化投资策略中的Alpha套利就是一种行之有效的策略。投资策略需要不断总结经验,同时与理论结合,本文主要就均值回归理论出发,研究Alpha均值回归的特性,并探索其在Alpha套利策略中的应用。国外文献对均值回归的研究基本上支持股票收益率存在均值回归的特征,但均值回归是非对称的,且并不是所有时期都存在均值回归。国内的文献研究较少,结论也受到各种因素的影响,但总体上讲,以前的文献主要是对股票收益率以及Beta系数均值回归特性的研究,本文将借助均值回归理论的思想与方法对超额收益率的均值回归特性进行研究；同时过去的研究主要侧重于长期,认为长期来看,价格将向内在价值回归。而本文主要是从短期进行研究,因为在实践中,对冲基金组合的构建一般是短期的,每个月乃至每周都可能对组合进行调整,同时Alpha策略中的Alpha值比较重要,因此需要每天都进行观测。在均值回归理论研究的基础上,本文研究了均值回归时点在Alpha套利策略中的应用。通过考虑形成期为12个月的情况下,运用单因素模型寻找Alpha,然后分等权重有拆细与优化权重无拆细两种情况构建现货组合,同时做空对应的股指期货,对冲系统性风险,观测投资组合收益率的变化,同时发现了基差对组合收益率的影响,并最终得出结论：考虑均值回归特性后,投资组合能取得更高的收益。本文各节的主要内容如下：第一节为导论,主要阐述了本文的研究背景、研究意义、研究思路、文章结构与创新点。研究背景主要是从资本市场的不断完善、量化交易的发展、个人投资者向机构投资者变化的趋势、股市波动下对于风险和收益的权衡四个方面阐述。研究意义包含了对投资者的指导作用、指导监管机构对市场进行调节、理论的完善与引导、国外先进经验与方法的吸收。第二节为文献综述,文献综述是从两个方面进行论述：包含均值回归理论及相关研究的综述,Alpha套利策略的相关文献。其中均值回归的文献在国内外文献的基础上又包含了三个方面：一是股票或股票指数收益率的均值回归研究,二是Beta的均值回归研究,三是超额收益率的均值回归研究,其中超额收益率的均值回归研究较少。第三节为理论介绍,主要包含有效市场假说,均值回归理论,CAPM模型与单因子模型,Alpha套利策略相关理论。有效市场假说并非总是成立的,表明了超额收益能够存在,因此研究套利从理论上才可行。而均值回归理论的成立及其表现出的特性为本文对冲基金的构建与管理提供依据。CAPM模型与单因子模型则是本文寻找超额收益的主要方法。Alpha套利策略为对冲基金组合的构建与管理提供基本思想。第四节至第七节均为实证分析,本文的实证共分了四个部分,第一部分通过对超额收益的检验,发现其均值回归现象是存在的,并得到了超额收益的均值回归特性。第二部分是对得到的均值回归特性的准确性进行验证,通过历史数据进行回测,对均值回归特性予以确认。第三部分是对Alpha与Beta的关系进行实证研究。第四部分是利用前面得到均值回归特性的结论构建Alpha策略投资组合,并进行模拟。具体内容如下：第四节通过选取中证全指行业指数与HS300指数的日收盘数据,计算出各自的日收益率,再计算出行业指数相对于HS300的日超额收益率。然后先通过ADF检验十大行业各自超额收益率的平稳性,再通过自相关检验,得到超额收益率存在均值回归的结论。同时在进行自相关检验的过程中,通过对自相关的系数进行分析,发现十大行业的超额收益率一般在第5天到第9天表现出均值回归特性,即表明了Alpha的释放期一般在第5天到第9天,为后面构建Alpha对冲策略的持仓周期提供依据。第五节通过将十大行业指数与HS300指数按日滚动进行回归分析,得到Alpha与Beta值。在回归的过程中,本文将Alpha与Beta的形成期分为3个月,6个月,12个月分别进行考虑,以得到一个更可能表现出均值回归特性的Alpha与Beta。然后在每一种形成期的分析中挑选出显著为正的Alpha,并记录其出现时点,然后计算该时点后1天到30天的行业指数超额收益率变化情况。由于同一个行业出现显著为正的Alpha的时点较多,本文采用平均数的处理方法,从而得到显著为正的Alpha的时点后1至30天的超额收益率的平均情况。通过对3种形成期回归分析得到的Alpha比较分析,发现形成期为12个月Alpha较为稳定,在12个月Alpha'情况下,经过历史数据的回测分析可发现超额收益率的回归时点主要在第5天到第16天,这一发现与前述结论较为符合,进一步为后面Alpha套利策略对冲基金的应用提供依据。第六节对Alpha与Beta的关系也进行了研究,运用了双程回归技术,即先做时间序列的回归,然后在横截面上做第二程回归。首先通过时间序列上的回归得到十个行业各自的Alpha值,找到Alpha显著情况下的Beta值,然后每个行业分别进行Alpha与Beta的回归分析。在形成期为3个月的情况下,十个行业中八个行业的Alpha与Beta表现出了显著的负相关,而另外两个行业的关系不显著。但是在形成期为6个月和12个月的情况下,并没有在整体上发现Alpha与Beta表现出明确的关系。然后做横截面的回归,形成期为3个月的情况下,Alpha与Beta呈现显著的负相关关系,但在形成期为6个月和12个月的情况下,Alpha与Beta并没有在整体上表现出明确的关系。第七节通过构建对冲基金,对均值回归的回归时点特性进行应用。从A股所有股票进行筛选得到具有显著Alpha的股票31只(已剔除停牌的2只),然后考虑等权重有拆细与按规则分配权重无拆细两种情况分别构建现货组合,同时卖出合适数量的HS300股指期货对冲系统性风险。最后计算该投资组合的合并收益率在未来1个月的表现情况,发现投资组合分别在第7天与第6天表现出均值回归特性,与前面的结论较为一致。且发现建仓时点对收益有较大影响,建仓时点这里主要考虑基差的影响。此外,通过对等权重有拆细与按规则分配权重无拆细两种组合进行比较,发现在按规则分配权重无拆细的情况下,基金业绩表现更优。本文的主要贡献如下：本文完善了行业超额收益率的均值回归特性的相关研究。发现均值回归的时点主要是在第5天到第9天；通过对三种周期下的日收益率数据按单因素模型处理,发现了以十二个月为形成期的正Alpha稳定性较好,其在随后30个交易日的收益较好,均值回归时点主要在第5天到第16天。综上,在实际应用中,将第5天至第9天设为Alpha套利策略的持仓周期较为适当。本文对Alpha与Beta的关系进行双程回归发现两者在形成期为6,12个月的情况下整体没有显著关系。但在3个月的情况下整体表现出显著负相关关系。本文通过构建对冲基金组合并进行模拟,发现不同的基差会对投资组合的收益率产生重要影响,因此在实际操作中,建仓时点一定要考虑基差的变化。本文在构建对冲基金的过程中,通过对比等权重可拆细与按规则分配权重不可拆细的两个组合的收益及波动,发现优化现货组合的权重分配会对基金业绩有所改善。本文与过去文献研究的不同之处在于,过去进行均值回归研究时研究对象主要是股票收益率,而本文因为要构建对冲策略,因此研究的是超额收益率。同时使用的数据频率是日数据,以研究短期内的均值回归特性,能较好地解释Alpha套利策略的对冲基金的持仓周期往往小于1个月。此外过去研究Alpha套利策略一般是结合基本面、技术面进行量化分析构建对冲基金,然后按照动量策略或者反转策略管理对冲基金,而本文将均值回归理论运用到对冲基金的构建与管理中,且考虑了基差的影响,并分析了等权重与优化权重下投资组合的表现。
【关键词】：均值回归 Alpha套利 量化投资 超额收益 对冲基金
【学位授予单位】：西南财经大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F832.51
【目录】：

• 摘要4-8
• Abstract8-13
• 1. 导论13-22
• 1.1 研究背景13-16
• 1.1.1 资本市场的不断完善13-14
• 1.1.2 量化交易的发展14-15
• 1.1.3 个人投资者向机构投资者的变化15
• 1.1.4 股市波动下对于风险和收益的权衡15-16
• 1.2 研究意义16-18
• 1.2.1 对投资者的指导作用16-17
• 1.2.2 监管机构对于市场的调节17
• 1.2.3 理论的完善与引导17
• 1.2.4 国外先进经验与方法的吸收17-18
• 1.3 研究思路及文章结构18-21
• 1.3.1 研究思路18-20
• 1.3.2 文章结构20-21
• 1.4 文章的主要创新21-22
• 2. 文献综述22-31
• 2.1 均值回归理论及相关研究22-26
• 2.1.1 国外研究情况22-23
• 2.1.2 国内研究情况23-26
• 2.2 ALPHA策略研究26-31
• 2.2.1 国外研究情况27-28
• 2.2.2 国内研究情况28-31
• 3. 相关理论31-38
• 3.1 有效市场假说31-32
• 3.2 均值回归理论32-33
• 3.3 资本资产定价模型模型与单因数模型33-34
• 3.3.1 资本资产定价模型(CAPM模型)33-34
• 3.3.2 单因子模型34
• 3.4 ALPHA套利策略相关理论34-38
• 3.4.1 Alpha策略34-35
• 3.4.2 Beta系数的特点及问题35-36
• 3.4.3 Beta系数与Alpha的关系研究36
• 3.4.4 Alpha套利策略的优势与风险分析36-38
• 4. 实证部分：超额收益的均值回归特性研究38-46
• 4.1 均值回归的基本检验方法38-39
• 4.1.1 单位根检验38
• 4.1.2 自相关检验38-39
• 4.2 数据的选择与处理39-40
• 4.2.1 指数的选择39-40
• 4.2.2 数据处理40
• 4.3 实证结果40-46
• 4.3.1 ADF检验结果40-43
• 4.3.2 自相关检验结果43-46
• 5. 实证部分：均值回归的历史数据回测46-54
• 5.1 基本方法46-47
• 5.2 数据的选择与处理47-48
• 5.2.1 数据选择47
• 5.2.2 形成期的选择47
• 5.2.3 数据处理47-48
• 5.3 实证结果48-54
• 5.3.1 以三个月为形成期计算Alpha、Beta,并进行滚动回归分析48-49
• 5.3.2 以六个月为形成期计算Alpha、Beta,并进行滚动回归分析49-51
• 5.3.3 以十二个月为形成期计算Alpha、Beta,并进行滚动回归分析51-54
• 6. 实证分析：ALPHA与BETA关系研究54-58
• 6.1 基本方法54
• 6.2 数据的选择与处理54
• 6.3 实证结果54-58
• 6.3.1 三个月为周期计算的Alpha,Beta55
• 6.3.2 六个月为周期计算的Alpha、Beta55-56
• 6.3.3 十二个月为周期计算的Alpha、Beta56-58
• 7. 实证分析：对冲基金组合的构建58-67
• 7.1 基本方法58-59
• 7.2 数据的选择与处理59-60
• 7.2.1 数据范围59
• 7.2.2 数据时间区间59
• 7.2.3 数据处理59-60
• 7.3 基金构建及模拟结果60-67
• 7.3.1 等权重有拆细情况60-62
• 7.3.2 按规则分配权重且无拆细情况62-65
• 7.3.3 对比分析65-67
• 8. 研究结论和未来研究方向67-70
• 8.1 研究结论67-68
• 8.2 未来研究方向68-70
• 参考文献70-74
• 附录74-81
• 后记81-83
• 致谢83-84

【相似文献】

中国期刊全文数据库 前10条

1 宋玉臣;寇俊生;;沪深股市均值回归的实证检验[J];金融研究;2005年12期

2 朴军;;中国A股公司业绩变化是否均值回归?[J];系统工程理论与实践;2006年06期

3 姚金海;;资产配置动态优化——基于均值回归的视角[J];贵州师范大学学报(社会科学版);2010年01期

4 孙维章;干胜道;;绩差上市公司均值回归研究——来自信息技术行业的经验证据[J];东南学术;2014年03期

5 韦念幸;;贝塔系数均值回归过程的实证分析——基于酒店旅游行业股票数据[J];金融经济;2009年20期

6 马喜德;郑振龙;;贝塔系数的均值回归过程[J];工业技术经济;2006年01期

7 黄文彬;高韵芳;;封闭式基金折价均值回归研究——基于协整分析[J];技术经济;2011年07期

8 宋玉臣;;股票价格均值回归理论研究综述[J];税务与经济(长春税务学院学报);2006年01期

9 张跃军;魏一鸣;;国际碳期货价格的均值回归:基于EU ETS的实证分析[J];系统工程理论与实践;2011年02期

10 荆新,高扬;上市公司盈利能力的均值回归性研究[J];山西财经大学学报;2005年01期

中国重要报纸全文数据库 前7条

1 长盛基金投资总监 詹凌蔚;效率至上：踏上均值回归之旅[N];上海证券报;2009年

2 本报记者 易非;中国经济正回归均值[N];中国证券报;2009年

3 本报记者 安仲文　黄金滔;均值回归是行情反弹主因[N];上海证券报;2009年

4 上海中财期货 续剑锋;赌徒谬误、均值回归和反转预测[N];期货日报;2008年

5 伍锋;连豆市场压榨套利策略分析[N];期货日报;2005年

6 安信证券债券研究小组;期限利差修正带来投资机会[N];中国证券报;2009年

7 中原证券 李俊;等待基本面明朗 市场酝酿估值回归[N];证券时报;2012年

中国硕士学位论文全文数据库 前6条

1 戴慧斐;中国股民是否真的不“理性”？[D];复旦大学;2014年

2 贾南;基于A股市场均值回归现象的实证检验[D];首都经济贸易大学;2015年

3 王佑其;Alpha的均值回归特性分析及其在量化投资策略中的实证研究[D];西南财经大学;2016年

4 李纪华;基于均值回归的中国股票市场的实证研究[D];山东大学;2012年

5 陈其然;基于均值回归模型的统计套利策略及优化[D];复旦大学;2013年

6 钱圆;EU ETS碳期货均值回归定价研究及实证[D];南京信息工程大学;2012年

，

本文编号：571747