亚洲有码播放日韩一本无码网,97人人干人人操

　　參考文獻(xiàn)：

　　1. Ilmanen, A., Maloney, T., Ross, A., 2014. Exploring Macroeconomic Sensitivities How Investments Respond to Different Economic Environments. The Journal of Portfolio Management, 40(3): 87-99.

　　2. Houweling, P., van Zundert, J., 2017. Factor Investing in the Corporate Bond Market. Financial Analysts Journal, 73(2): 100-115.

　　3. Jussa, J., Zhao, G., Webster, K., Luo, Y., Wang, S., Rohal, G., Elledge, D., Alvarez, M-A., Wang, A., Signal Processing: The Logistics of Supply Chain Alpha. Deutsche Bank, Markets Research, Quantative Strategy.

　　1、基于宏觀敏感性的因子擇時(shí)與配置

　　AQF資料丨宏觀指標(biāo)無法直接作為投資工具，但對(duì)常見金融資產(chǎn)的收益率卻影響巨大?；诖箢愘Y產(chǎn)對(duì)宏觀環(huán)境的敏感性進(jìn)行配置，可以得到分散化程度更高的組合，且更有效地規(guī)避宏觀風(fēng)險(xiǎn)。

　　我們?cè)趥鹘y(tǒng)的經(jīng)濟(jì)增速和通脹水平兩大宏觀指標(biāo)之外，還將實(shí)際利率(長期與短期)、市場(chǎng)波動(dòng)率(股票與債券)以及資金流動(dòng)性(Ted利差與股市流動(dòng)性指標(biāo))納入考慮范圍，試圖從更多維度刻畫宏觀環(huán)境。根據(jù)這些宏觀指標(biāo)相對(duì)于歷史中位數(shù)的水平，可以將宏觀環(huán)境分為“上行”和“下行”兩種。

　　在研究資產(chǎn)在不同宏觀環(huán)境中的表現(xiàn)時(shí)，涉及的資產(chǎn)種類主要分為傳統(tǒng)資產(chǎn)和對(duì)沖資產(chǎn)兩類。傳統(tǒng)資產(chǎn)包括：發(fā)達(dá)國家股票(MSCI世界指數(shù))、發(fā)達(dá)國家債券(GDP加權(quán)的6國十年期債券指數(shù))、大宗商品(24種商品的等權(quán)指數(shù))。對(duì)沖資產(chǎn)包括價(jià)值(Value)、動(dòng)量(Momentum)、利差(Carry)、防御(Defensive)與趨勢(shì)跟蹤(Trend-Following)。對(duì)沖資產(chǎn)的構(gòu)建基于相應(yīng)的因子值，具體規(guī)則為做多因子值較高的資產(chǎn)，同時(shí)做空因子值最低的資產(chǎn)。

　　統(tǒng)計(jì)顯示，在不同的宏觀環(huán)境中，傳統(tǒng)資產(chǎn)和對(duì)沖資產(chǎn)都有著不同的表現(xiàn)。尤其是傳統(tǒng)資產(chǎn)，更易受到宏觀環(huán)境的影響，而對(duì)沖資產(chǎn)對(duì)宏觀環(huán)境的敏感性相對(duì)較低。構(gòu)建三個(gè)組合(傳統(tǒng)的60/40股債組合、多資產(chǎn)風(fēng)險(xiǎn)平價(jià)組合、5個(gè)對(duì)沖資產(chǎn)的等權(quán)組合)，回測(cè)結(jié)果表明，60/40組合有著較高的波動(dòng)率，風(fēng)險(xiǎn)平價(jià)組合在大部分宏觀環(huán)境中的表現(xiàn)要更好，而對(duì)沖資產(chǎn)等權(quán)組合受宏觀環(huán)境影響相對(duì)較小，表現(xiàn)更為穩(wěn)定?？梢姡绻Y產(chǎn)組合過于依賴單一資產(chǎn)，那么就會(huì)過分暴露在某一宏觀風(fēng)險(xiǎn)下，在不同宏觀環(huán)境中波動(dòng)更大。通過分散化配置，尤其是配置宏觀敏感性不同的資產(chǎn)，能使組合在不同宏觀環(huán)境中均取得更穩(wěn)定的表現(xiàn)。

　　2、公司債市場(chǎng)中的因子投資

　　多年來，因子投資一直是業(yè)界討論的熱門話題。然而，這主要集中在股票資產(chǎn)中，例如動(dòng)量、質(zhì)量、市值、低風(fēng)險(xiǎn)等因子。而對(duì)于企業(yè)的另外一種融資渠道——公司債中的因子投資的討論卻少之又少。我們探究了美國公司債中的市值、低風(fēng)險(xiǎn)、價(jià)值、動(dòng)量等因子，并將之結(jié)合在一起，以實(shí)現(xiàn)公司債中的量化多因子投資。

　　市值因子：每只個(gè)券的發(fā)行人所發(fā)行的全部債券在巴克萊投資級(jí)信用債/巴克萊高收益信用債指數(shù)中所占的比重，而不是個(gè)券所占的比重。選取指數(shù)中市值占比最小的10%的債券發(fā)行人發(fā)行的公司債，構(gòu)建市值因子組合。

　　低風(fēng)險(xiǎn)因子：債券市場(chǎng)的主要風(fēng)險(xiǎn)包括利率風(fēng)險(xiǎn)與信用風(fēng)險(xiǎn)，因此度量風(fēng)險(xiǎn)有兩種對(duì)應(yīng)指標(biāo)，分別為剩余期限以及信用評(píng)級(jí)。我們綜合考慮了這兩個(gè)指標(biāo)，將低風(fēng)險(xiǎn)定義為短期限與高評(píng)級(jí)。在投資級(jí)信用債中，選取所有信用級(jí)別為AAA到A-的債券，剔除全部信用評(píng)級(jí)是BBB+到BBB-的債券。在余下的債券中，選取剩余期限短于M年的債券，M的取值隨時(shí)間而變化。在高收益信用債中，選取信用級(jí)別高(BB+到BB-)且期限較短的債券。最終，分別在投資級(jí)與高收益信用債中構(gòu)建低風(fēng)險(xiǎn)因子組合。

　　估值因子：債券價(jià)格和基本面價(jià)值的相對(duì)水平。將債券的信用利差對(duì)信用評(píng)級(jí)和剩余期限進(jìn)行回歸，并基于回歸模型對(duì)每一只債券進(jìn)行重新估值。最終，選取實(shí)際估值與隱含價(jià)值偏離最大的10%的債券構(gòu)建估值因子組合。

　　動(dòng)量因子：剔除最近一個(gè)月的6個(gè)月漲跌幅。所選取的收益指標(biāo)為債券相對(duì)于期限匹配的國庫券的超額收益。最終，選取動(dòng)量值較高的10%的債券構(gòu)建動(dòng)量因子組合。

　　基于上述方法構(gòu)建的多因子模型在投資級(jí)信用債中獲得了1.00%的年化Alpha，在高收益信用債中獲得了3.21%的年化Alpha。投資級(jí)信用債的市場(chǎng)溢價(jià)是0.59%，高收益信用債的市場(chǎng)溢價(jià)是2.46%，由此可見，多因子模型對(duì)信用債投資的增強(qiáng)效果顯著。

　　3、利用企業(yè)的供應(yīng)鏈網(wǎng)絡(luò)獲取Alpha

　　公司并不是獨(dú)立存在的，而是與其客戶、供應(yīng)商、競(jìng)爭(zhēng)對(duì)手等聯(lián)系在一起。我們受到社交網(wǎng)絡(luò)和網(wǎng)絡(luò)搜索算法的啟發(fā)，將供應(yīng)鏈網(wǎng)絡(luò)作為一個(gè)整體進(jìn)行分析，展示了如何利用非結(jié)構(gòu)化的客戶-供應(yīng)商數(shù)據(jù)產(chǎn)生Alpha收益。

　　首先，采用FactSet數(shù)據(jù)庫中的非結(jié)構(gòu)化供應(yīng)鏈關(guān)系數(shù)據(jù)，通過跟蹤貨物在供應(yīng)鏈網(wǎng)絡(luò)中的移動(dòng)，確定關(guān)鍵供應(yīng)商、客戶和其他在供應(yīng)過程中具有顯著重要性的公司。將其中的企業(yè)視為網(wǎng)絡(luò)的節(jié)點(diǎn)，將它們的供應(yīng)鏈關(guān)系視為有向邊，從而將非結(jié)構(gòu)化的數(shù)據(jù)轉(zhuǎn)換為圖網(wǎng)絡(luò)。

　　從事件驅(qū)動(dòng)策略的角度來看，當(dāng)某個(gè)公司受到積極或負(fù)面消息的沖擊時(shí)，會(huì)通過供應(yīng)鏈網(wǎng)絡(luò)輻射其他關(guān)聯(lián)公司。例如，當(dāng)一家公司提高盈利預(yù)期(或增加股息、盈利超預(yù)期等)時(shí)，它的供應(yīng)商(以及較小程度的客戶)的股價(jià)也可能會(huì)隨之上升。

　　我們構(gòu)建了三種供應(yīng)鏈因子和三種圖中心因子。供應(yīng)鏈因子包括：客戶的業(yè)績(jī)動(dòng)量(銷售額、市值等)、供應(yīng)商的基本面(ROE、毛利率等)和網(wǎng)絡(luò)鏈接的數(shù)量(客戶數(shù)量、供應(yīng)商數(shù)量及二者的差異)。圖中心因子主要反應(yīng)企業(yè)在網(wǎng)絡(luò)中的相對(duì)位置，包括：重要性、中心性(經(jīng)過該節(jié)點(diǎn)的最短路徑數(shù)量)、核心和外圍劃分?？刂屏诵袠I(yè)和規(guī)模因子后，供應(yīng)鏈因子和圖中心因子均具有顯著的Alpha收益。例如，業(yè)績(jī)動(dòng)量因子年化Alpha達(dá)7.8%;中心性因子在所有行業(yè)都表現(xiàn)強(qiáng)勁，尤其是在必選消費(fèi)品領(lǐng)域。同時(shí)，這兩類因子與傳統(tǒng)因子的相關(guān)性較低。

　　4、風(fēng)險(xiǎn)提示

　　市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)、模型失效風(fēng)險(xiǎn)、海外與國內(nèi)市場(chǎng)結(jié)構(gòu)差異風(fēng)險(xiǎn)。

　　>>>點(diǎn)擊咨詢量化金融分析師AQF實(shí)訓(xùn)項(xiàng)目