量化策略方法分享之————价值动量轮动策略
2017-03-30 19:02
363 查看
阅读原文:http://club.jr.jd.com/quant/topic/1232494
京东金融官方资讯QQ群:417082141 有什么想咨询的都可以来询问我们哦
文是基于一篇JP MORGAN(摩根大通,摩根大通是全球盈利最佳的银行之一)量化的学习笔记。
我们首先定义价值策略为做多trailing P/E排名底部的股票,同时做空排名居前的;动量策略遵循常规的做多按照过去12个月(剔除最近一个月)收益率排名居前的股票,同时做空排名末尾的。从下图(以MSCI EUROPE为例)中可以看到,在过去20年里两个策略的表现都还可以。价值策略的波动率很小,动量策略的波动率较大,夏普比率来看价值策略实际更胜一筹。
图中还有一个有趣的现象,两条曲线间呈现出一定的负相关性(实际检测为-0.17)。将全市场股票按照价值和动量策略进行排名,在每个横截面时间点上计算相关性可以得到下图的相关系数时间序列。明显的,相关系数在85%以上的时间均为负数。
原则上说两个策略间相关性越小,独立性越大,越能做成结合策略。倘若呈现负相关性,则可以做成轮动策略。相反的,结合两个正相关的策略等同于加杠杆。从原理上来说价值和动量策略应当呈现负相关性。价值策略做多的股票(低trailing P/E)多为市场并不追捧的,倘若某股票在过去一年涨幅巨大,则trailingP/E一般为较高,是价值策略所做空的对象。因此,从实证和理论角度,价值和动量这两个策略的结合应当胜于单独策略。事实上,如果简单的将组合划分为两个50:50等权重的子组合,分别使用价值和动量策略,定期每月进行再平衡,组合的夏普比率提升至0.83,绝对收益和动量策略相当,但回撤远小于动量。
那么,既然两个策略间有一定的负相关性(即一个策略失效时很可能另一个策略会有效),如何做成轮动策略呢?JP MORGAN提出可以根据估值指标(此处以欧洲为例,每股盈利earningsper share,EPS)的离散度来判断市场情况。实际上多数轮动策略都是先定义regime,然后再寻找能有效判断regime的指标发出轮动信号。EPS的离散度 = 全市场EPS最大的10%股票的EPS平均 - 全市场EPS最小的10%股票的EPS平均。离散度越高,说明市场最贵的和最便宜的股票间EPS差值很大,可能存在一定的错配,此时运用价值策略能做空高估的股票,做多低估的股票。JP
MORGAN还提到,估值指标在不同市场可以更换不同的指标,比如P/B和基于现金流的估值指标分别在日本和美国市场表现较好。当离散度大于平均值1个标准差单位时将价值策略的权重上调为75%,动量策略下调为25%;离散度低于平均值的1个标准差时价值策略的权重下调为25%,动量策略上调为75%。值得注意的是标准差和平均值的计算时随样本量的扩大而变动,不断纳入新的样本量,当然此处也可以设置一个移动时间窗口,窗口的长度决定了策略轮动的敏感性。
回测显示,动
a2f8
态轮动较静态等权重结合策略更好。
此外,还可以将动态权重直接用于个股打分系统,根据每个股票在价值和动量上的zscore值加权权重得到一个综合得分,根据得分多空个股。这样的结合策略的历史表现更胜一筹。
最后,好的策略能普适于各国市场,JP MORGAN更换发出轮动信号的价值指标回测了各国市场,该策略同样适用于日本,美国和新兴市场。
阅读原文:http://club.jr.jd.com/quant/topic/1232494
京东金融官方资讯QQ群:417082141 有什么想咨询的都可以来询问我们哦
文是基于一篇JP MORGAN(摩根大通,摩根大通是全球盈利最佳的银行之一)量化的学习笔记。
我们首先定义价值策略为做多trailing P/E排名底部的股票,同时做空排名居前的;动量策略遵循常规的做多按照过去12个月(剔除最近一个月)收益率排名居前的股票,同时做空排名末尾的。从下图(以MSCI EUROPE为例)中可以看到,在过去20年里两个策略的表现都还可以。价值策略的波动率很小,动量策略的波动率较大,夏普比率来看价值策略实际更胜一筹。
图中还有一个有趣的现象,两条曲线间呈现出一定的负相关性(实际检测为-0.17)。将全市场股票按照价值和动量策略进行排名,在每个横截面时间点上计算相关性可以得到下图的相关系数时间序列。明显的,相关系数在85%以上的时间均为负数。
原则上说两个策略间相关性越小,独立性越大,越能做成结合策略。倘若呈现负相关性,则可以做成轮动策略。相反的,结合两个正相关的策略等同于加杠杆。从原理上来说价值和动量策略应当呈现负相关性。价值策略做多的股票(低trailing P/E)多为市场并不追捧的,倘若某股票在过去一年涨幅巨大,则trailingP/E一般为较高,是价值策略所做空的对象。因此,从实证和理论角度,价值和动量这两个策略的结合应当胜于单独策略。事实上,如果简单的将组合划分为两个50:50等权重的子组合,分别使用价值和动量策略,定期每月进行再平衡,组合的夏普比率提升至0.83,绝对收益和动量策略相当,但回撤远小于动量。
那么,既然两个策略间有一定的负相关性(即一个策略失效时很可能另一个策略会有效),如何做成轮动策略呢?JP MORGAN提出可以根据估值指标(此处以欧洲为例,每股盈利earningsper share,EPS)的离散度来判断市场情况。实际上多数轮动策略都是先定义regime,然后再寻找能有效判断regime的指标发出轮动信号。EPS的离散度 = 全市场EPS最大的10%股票的EPS平均 - 全市场EPS最小的10%股票的EPS平均。离散度越高,说明市场最贵的和最便宜的股票间EPS差值很大,可能存在一定的错配,此时运用价值策略能做空高估的股票,做多低估的股票。JP
MORGAN还提到,估值指标在不同市场可以更换不同的指标,比如P/B和基于现金流的估值指标分别在日本和美国市场表现较好。当离散度大于平均值1个标准差单位时将价值策略的权重上调为75%,动量策略下调为25%;离散度低于平均值的1个标准差时价值策略的权重下调为25%,动量策略上调为75%。值得注意的是标准差和平均值的计算时随样本量的扩大而变动,不断纳入新的样本量,当然此处也可以设置一个移动时间窗口,窗口的长度决定了策略轮动的敏感性。
回测显示,动
a2f8
态轮动较静态等权重结合策略更好。
此外,还可以将动态权重直接用于个股打分系统,根据每个股票在价值和动量上的zscore值加权权重得到一个综合得分,根据得分多空个股。这样的结合策略的历史表现更胜一筹。
最后,好的策略能普适于各国市场,JP MORGAN更换发出轮动信号的价值指标回测了各国市场,该策略同样适用于日本,美国和新兴市场。
阅读原文:http://club.jr.jd.com/quant/topic/1232494
相关文章推荐
- 量化策略方法分享之数据挖掘工具——决策树算法(续)
- 量化策略方法分享之数据挖掘工具——决策树算法
- 基于历史K线数据比较的量化选股方法及其系统分享
- 如何编写更有保存价值的代码和总结学习的方法分享给各位兄弟姐妹
- 基于历史K线数据比较的量化选股方法及其系统分享(第2章 C主程序---关键数据结构)
- (转)量化策略:Ricequant迎新年50篇干货分享
- 【量化小讲堂-Python&Pandas系列19】10年400倍策略分享(附视频逐行代码讲解)
- 网络中双绞线接线的方法和策略
- QA绝招系列之8—如何让领导采纳你的策略和方法?
- 【分享】C#.net常用函数和方法集汇总
- 【分享】绿色软件的"绿化"方法
- 此系统的本地策略不允许您采用交互式登录解决方法
- 网络中双绞线接线的方法和策略
- 禁止运行组策略的解决方法
- 分享!修改注册表来固定刷新率的方法
- 使用企业库在某些站点会报试图执行安全策略不允许的操作异常的解决方法。
- 软件项目量化管理方法
- 使用VS2005 CTP July调试WinForm的一个问题,解决方法与各位分享。
- 96年lbc96327号提案---对于量化参数值越界的情况的处理方法
- 关系数据库的查询优化策略----总结了一些查询优化的方法,希望可以对大家有所帮助(原创)