《增强指数策略之低风险下的超额收益》由会员分享，可在线阅读，更多相关《增强指数策略之低风险下的超额收益（32页珍藏版）》请在装配图网上搜索。
1、增强指数策略低风险下的超额收益主要内容 增强指数策略的优势 增强指数的方法与实现 增强指数策略的要点 策略的测试数据 增强指数策略的风险控制 增强指数投资团队介绍 宽智历年来管理业绩回顾增强指数的优势 从估值角度来看，市场的价值投资正在逐渐抬升增强指数的优势 此轮回调至2015年9月底，所有指数的估值均回落至中值附近，中证 1000（21.5%）、上证 50（24.0%）、沪深300（32.6%）、上证综指（34.3%）、中证800（42.5%）。所有主要指数已低于国际主要指数的平均估值水平，市场的估值更加合理增强指数的优势 从股指期货的限仓规则来看，使得市场缺乏对冲的工具 传统的期现套利中性
2、策略受到重大的影响，由于担心账户被停的风险，大部分的基金都处于低仓位的开仓状态，但是增强指数可以通过逐步加仓的方式保证资金的充分利用度增强指数的优势增强指数的优势 从宽智已有优势的角度来看 在实际的应用中，增强指数策略可以看成：宽智已在中性 Alpha 套利策略上取得了优秀的管理业绩，具有较强的优势，现有的中性策略也是在之前策略基础之上，利用全新的数学模型而构建的。增强指数=被动管理（全样本复制）+中性Alpha策略中性Alpha策略=多 Alpha 股票组合+空沪深300期货增强指数的方法与实现 增强指数前提：在严格保持行业中性的前提下，综合考量多种能带来阿尔法的因子构建增强组合 对给定的增
3、强组合，通过持有一定的时间逐步累积增强收益 定期对增强组合进行调整，保持因子增强的有效性，同时对由于市场变而使因子退化的时点进行识别，借助相对高频数据实现 合理的风报比与胜算：组合收益与风险的对称性（Balance）增强指数策略的要点 综合行业、个股估值等基本面因素以及价格、成交量、资金流等情绪面因素筛选出相应的统计量构建量化模型 用量化择股与市场模态识别相结合手段，将行业偏离控制在一定精度内的被动跟踪标的指数策略，组合与标的指数之间的市值偏离也被严格控制 以 Monte Carlo 随机模拟生成数十万个组合，挑选并分组得出：无偏标准组合、大权重组合、小权重组合增强指数策略的要点 策略止损：将
4、增强组合调整为指数全样本组合，完全复制指数，减少交易费用 策略使用时点：用高频数据监控三类增强组合的动态表现，结合市场状态确定介入与否及使用的组合性质 组合运用的判断：根据我们的市场模态指针模型的提示来选择应用哪种类型的组合回溯测试数据 初始净值为1，样本内测试时间2012年1月4日至2014年6月30，样本外测试时间自2014年9月22日至2015年9月15日 以日收盘价计算组合收益 不考虑开、平及调整仓位时期货与现货之间的价差，完全以增强组合的市值计算 交易费、市场冲击成本及印花税合计以每次（开千一、平千二）千三计 每10个交易日调整一次组合，调整比例不超过60%增强300指数策略的净值图
5、（样本内）回测时间：2012/01/042014/06/30 年化超额收益率：15.37%00.20.40.60.811.21.41.62012/1/42012/2/42012/3/42012/4/42012/5/42012/6/42012/7/42012/8/42012/9/42012/10/42012/11/42012/12/42013/1/42013/2/42013/3/42013/4/42013/5/42013/6/42013/7/42013/8/42013/9/42013/10/42013/11/42013/12/42014/1/42014/2/42014/3/42014/4/420
6、14/5/42014/6/4净值单位净值表现超额收益沪深300增强组合增强300指数策略的持股分析（样本内）增强300指数策略业绩评价（样本内）增强300指数策略的净值图（样本外）回测时间：2014/09/222015/09/15 最终超额收益率：18.40%00.511.522.532014/9/22 2014/10/22 2014/11/22 2014/12/222015/1/222015/2/22 2015/3/222015/4/222015/5/222015/6/222015/7/222015/8/22净值单位净值表现超额收益沪深300增强组合增强300指数策略与300指数最大下侧偏离
7、及回撤表现图（样本外）-50.00%-45.00%-40.00%-35.00%-30.00%-25.00%-20.00%-15.00%-10.00%-5.00%0.00%2018/9/23 2018/10/23 2018/11/232018/12/23 2019/1/232019/2/23 2019/3/232019/4/23 2019/5/232019/6/23 2019/7/232019/8/23回撤率增强组合与沪深300指数下侧偏离沪深300指数回撤率增强组合回撤率增强组合与300指数的最大下侧偏离：-1.77%增强组合最大回撤率：-42.02%沪深300指数最大回撤率：-43.48%增
8、强300指数策略月度表现（样本外）增强300指数策略月度表现（样本外）日期日期超额收益超额收益沪深沪深300300增强组合增强组合2014年9月0.40%2.19%2.60%2014年10月-0.30%1.38%1.08%2014年11月0.97%12.23%13.33%2014年12月1.96%29.14%31.63%2015年1月2.81%-7.90%-5.28%2015年2月0.22%7.37%7.60%2015年3月0.93%14.51%15.53%2015年4月3.00%16.10%19.56%2015年5月3.08%6.02%9.29%2015年6月1.77%-16.22%-14.
9、77%2015年7月2.42%-9.96%-7.94%2015年8月-0.15%-12.20%-12.36%2015年9月1.26%-6.24%-5.00%整个回测区间18.40%36.43%55.28%增强300指数策略业绩评价（样本外）增强指数策略的风险控制 组合的成份股完全来源于跟踪标的指数的成份股 以跟踪标的指数的行业权重为增强组合的行业权重参照，并严格控制行业偏离度，做到完全的行业中性 全过程几乎满仓跟踪指数，不做人为择时判断，避免因人为判断失误造成系统性损失 定期调整组合，保证跟踪精度及增强组合的持续阿尔法能力 当增强组合与跟踪标的的偏离超过一定域值时，采用全样本复制技术实现组合纠
10、偏，做到事实止损指数增强投资团队介绍 董安 基金经理，经济学硕士，17年投资从业经历，2010年以来一直负责中性策略研究及投资工作，副总经理兼投资总监，任公司旗下多个产品的基金经理 吴克生 基金经理助理,数学博士，公司策略研究部研究员，主要从事多因子量化模型的开发与研究工作，擅长数据挖掘及用量化方法构建阿尔法类的交易策略 李凡晔 交易员，经济学学士，具有证券、期货从业资格，熟练应用多种金融工具，长期从事量化交易，交易技巧娴熟，资深交易员历史业绩回顾：宽智阿尔法对冲1号运行时间：运行时间：2014/112015/102014/112015/10 年化收益率年化收益率：34.06%34.06%历史业绩回顾：宽智阿尔法对冲1号历史业绩回顾：宽智阿尔法对冲1号历史业绩回顾：宽智阿尔法对冲2号运行时间：运行时间：2014/092015/102014/092015/10 年化收益率年化收益率：33.44%33.44%历史业绩回顾：宽智阿尔法对冲2号历史业绩回顾：宽智阿尔法对冲2号历史业绩回顾：宽智阿尔法对冲3号运行时间：运行时间：2014/092015/102014/092015/10 年化收益率年化收益率：34.82%34.82%历史业绩回顾：宽智阿尔法对冲3号历史业绩回顾：宽智阿尔法对冲3号宽智愿与各位携手共创美好的明天宽智愿与各位携手共创美好的明天演讲完毕，谢谢观看！
增强指数策略之低风险下的超额收益
