专题报告:多因子选债和国债期货量化对冲

专题报告:多因子选债和国债期货量化对冲

ID:31475317

大小:393.98 KB

页数:26页

时间:2019-01-11

专题报告:多因子选债和国债期货量化对冲_第1页
专题报告:多因子选债和国债期货量化对冲_第2页
专题报告:多因子选债和国债期货量化对冲_第3页
专题报告:多因子选债和国债期货量化对冲_第4页
专题报告:多因子选债和国债期货量化对冲_第5页
资源描述:

《专题报告:多因子选债和国债期货量化对冲》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、图表目录图表1:本文研究流程9图表2:不同债券数量的变化10图表3:因子缺省值比例10图表4:债券的dispersion11图表5:1-6个月的动量因子11图表6:动量因子检验结果12图表7:Size因子箱型图13图表8:liq因子箱型图13图表9:Asset_Grw因子箱型图13图表10:ROE因子箱型图13图表11:Momentum_1mlag因子箱型图14图表12:YTM因子箱型图14图表13:因子检验结果14图表14:企业债和短融与其YTM的相关系数15图表15:流动性因子对不同债券种类的有效性不同16图表16

2、:因子收益率累计曲线-liq-企业债16图表17:liq-企业债分组超额收益16图表18:因子收益率累计曲线-liq-短融16图表19:liq-短融分组超额收益16图表20:因子收益率累积收益曲线-size17图表21:size分组超额收益17图表22:因子收益率累积收益曲线-Asset_Grw17图表23:Asset_Grw分组超额收益17图表24:因子收益率累积收益曲线-ROE17图表25:ROE分组超额收益17图表26:因子收益率累积收益曲线-YTM18图表27:YTM分组超额收益18图表28:因子收益率累积收益

3、曲线-Momentum_1mlag18图表29:Momentum_1mlag分组超额收益18图表30:五个因子的IC相关系数19图表31:多因子选择策略和信用债指数对比19图表32:策略组合蒙特卡洛模拟超过基准的情况20图表33:蒙特卡洛模拟组合平均和基准相比20图表34:蒙特卡洛模拟组合各指标分位数20图表35:蒙特卡洛模拟平均和基准的每年收益情况21图表36:蒙特卡洛模拟组合的平均季度换手率21图表37:多因子选择组合模拟产品表现和公募债券基金的对比21图表38:国债期货对冲后的净值曲线22图表39:对冲前后策略的

4、表现22图表40:高评级信用债占比23图表41:高评级组合与全样本、基准的比较23图表42:高评级蒙特卡洛模拟超越基准的情况23图表43:高评级组合蒙特卡罗模拟均值与基准的比较23图表44:高评级蒙特卡洛模拟均值和基准年收益对比24图表45:高评级蒙特卡罗模拟平均季度换手率24图表46:高评级蒙特卡洛模拟的各指标分位数24图表47:高评级信用债组合与公募债券基金对比24图表48:高评级组合对冲前后的表现24图表49:海外SmartBeta策略固收类ETF25图表50:SmartBeta固收类ETF的投资策略261、因子

5、选债的原理因子投资的理论基础是套利定价理论,它在股票投资中已经得到非常成熟的应用,它的理论框架同样适合债券资产定价,下面我们将简述其模型原理并在国内债券市场尝试应用。量化多因子投资大部分是基于APT套利定价理论框架。APT是由美国经济学家ROSS在1976年提出的,由于其有着和CAPM一样的解释股票收益率的功能,但有更少的假设条件而被更多人接受。APT理论认为证券收益率的变化可以由单个或多个因素来解释,市场参与者对于资产收益率由相同信念,单个资产i的收益率可以表示为一个多因素模型:ri=E(ri)+bi,1F1+bi,

6、2F2+...+bi,kFk+eiAPT模型假设市场中的风险资产的个数远远大于系统性风险的种类,且市场中不存在套利机会。在这样的假设前提下,我们可以推导出APT模型。对于一个初始投资为零的投资组合p,其中每一种风险资产i的在投资组合中的权重为nwi,由于初始投资为零,所以有åwii=1=0。该投资组合的收益为:nnnnnnrp=åwiri=åwiE(ri)+åwibi,1F1+åwibi,2F2+...+åwibi,kFk+åwieii=1i=1i=1i=1i=1i=1如果该投资组合足够分散,wi尽可能地小

7、,使得投资组合p对于所有的系统性风险的敏感度为零,再加上由于不同风险资产的特有风险ei是相互独立的,我们可以得到nnåwiei趋近于零,且对于任意k,åwibi,k趋近于零。所以组合的收益率可以表示为:nni=1i=1rp=åwiri=åwiE(ri)i=1i=1n由于无套利假设的存在,该投资组合的初始投资为零,则收益率也为零。所以:rp=åwiE(ri)=0i=1由于因子暴露向量(b1,k,b2,k...bn,k)线性不相关,所以E(ri)必然能写为bi,1...bi,k的线性组合,E(ri)=l0+l1bi,1+

8、...+lkbi,k对于无风险资产i来说,其和系统风险的敏感度为零,所以bi,1=bi,2=bi,k=0,可以得到E(ri)=rf=l0。lk是常数,也叫做第k个因子的风险溢价(riskpremium),我们可以构造一个只对因素k敏感的纯因素组合dk,也就是说该投资组合在第k个因子上的风险敏感度为1,对其他因子的风险敏感度为0

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。