韩日成人网站91青青青,黄片视频在线看va片,超碰电影97福利激情网

　　參考文獻(xiàn)：

　　1. Han, Y. F., Zhou, G. F., Zhu, Y. Z, 2016. A Trend Factor: Any Economic Gains from Using Information over Investment Horizons? Available at SSRN:https://ssrn.com/abstract=2182667 orhttp://dx.doi.org/10.2139/ssrn.2182667.

　　2. Lansdorp, S., Vldoevic, M., 2016. Factor Investing versus Sector Investing. Rebeco Asset Management.

　　3. Malagon, J., Moreno, D., Rodriguez, R., 2016. Idiosyncratic Volatility, Conditional Liquidity and Stock Returns. Available at SSRN: https://ssrn.com/abstract=2717484 or http://dx.doi.org/10.2139/ssrn.2717484.

　　1、趨勢(shì)因子：從投資期限的信息中獲利

　　AQF量化研究新思維~短期反轉(zhuǎn)、動(dòng)量和長(zhǎng)期反轉(zhuǎn)是股票市場(chǎng)上廣泛使用的三個(gè)技術(shù)面因子，它們分別反映了價(jià)格信息的短期、中期和長(zhǎng)期的趨勢(shì)變化。大多數(shù)研究都是利用某一個(gè)期限內(nèi)的價(jià)格信息，而我們可以利用不同期限的移動(dòng)平均價(jià)格信息，構(gòu)建出一個(gè)能夠同時(shí)捕捉短、中、長(zhǎng)期三種股價(jià)趨勢(shì)的因子。具體來(lái)說(shuō)，可通過(guò)橫截面回歸的方法構(gòu)建該趨勢(shì)因子，回歸的自變量選擇短、中、長(zhǎng)期多個(gè)移動(dòng)平均價(jià)格信號(hào)。

　　詳細(xì)的實(shí)證分析表明，趨勢(shì)因子的多空收益不僅遠(yuǎn)高于同期的短期反轉(zhuǎn)、動(dòng)量和長(zhǎng)期反轉(zhuǎn)因子，并且表現(xiàn)更加穩(wěn)定，夏普比率是這三個(gè)傳統(tǒng)技術(shù)面因子的2倍以上。經(jīng)過(guò)統(tǒng)計(jì)檢驗(yàn)發(fā)現(xiàn)，趨勢(shì)因子并不可以用短期反轉(zhuǎn)、動(dòng)量及長(zhǎng)期反轉(zhuǎn)因子的特定組合來(lái)復(fù)制。這說(shuō)明基于移動(dòng)平均價(jià)格信息來(lái)捕捉短、中、長(zhǎng)期價(jià)格趨勢(shì)的方法，比傳統(tǒng)的動(dòng)量和反轉(zhuǎn)因子組合更為有效。另外，趨勢(shì)因子在不同的控制變量下(如市值、賬面市值比、流動(dòng)性等)都較為穩(wěn)健。

　　2、因子投資與行業(yè)投資

　　在之前的研究中，有人指出，行業(yè)投資的表現(xiàn)在經(jīng)組合風(fēng)險(xiǎn)的調(diào)整之后，能夠戰(zhàn)勝因子投資。而因子投資僅在以收益為目標(biāo)的投資框架下，表現(xiàn)才優(yōu)于行業(yè)投資。針對(duì)這種觀點(diǎn)，我們持反對(duì)意見(jiàn)，主要理由如下。

　　行業(yè)投資優(yōu)于因子投資的結(jié)論缺乏強(qiáng)大的理論支撐，而多個(gè)因子的因子溢價(jià)(如市值、估值等)已經(jīng)被大量文獻(xiàn)證明長(zhǎng)期存在。

　　得到行業(yè)投資優(yōu)于因子投資這一結(jié)論的推導(dǎo)過(guò)程失之片面，沒(méi)有把低風(fēng)險(xiǎn)因子納入其中。而在檢驗(yàn)行業(yè)投資的效果時(shí)，卻能向那些低風(fēng)險(xiǎn)的行業(yè)，如，公用事業(yè)傾斜。

　　我們采用6個(gè)因子——市值、估值、動(dòng)量、盈利、保守/激進(jìn)、beta，生成12個(gè)因子組合(每個(gè)因子都對(duì)應(yīng)多空2個(gè)組合)。相應(yīng)地，選擇12個(gè)行業(yè)作為對(duì)比。結(jié)果顯示，不僅因子多空組合的收益率能拉開(kāi)更大的差距，而且使用單個(gè)因子所能獲得的最大夏普比率也高于單個(gè)行業(yè)。所以，投資者在構(gòu)建組合時(shí)，若用因子代替行業(yè)，將會(huì)獲得更大的分散化空間。

　　根據(jù)有效前沿理論，構(gòu)建三種投資組合——多因子組合、剔除風(fēng)險(xiǎn)因子后的多因子組合、行業(yè)組合。在同等風(fēng)險(xiǎn)水平下，多因子組合的收益基本上都是較高的。而在同等收益水平下，行業(yè)組合的風(fēng)險(xiǎn)基本上一致地高于多因子組合。不過(guò)，剔除風(fēng)險(xiǎn)因子后，在較低的風(fēng)險(xiǎn)水平下，行業(yè)組合的收益確實(shí)高于多因子組合。這也是之前的研究認(rèn)為行業(yè)投資優(yōu)于因子投資的一個(gè)原因。

　　在五種常用的優(yōu)化目標(biāo)下——最大化收益、最小化波動(dòng)率、最大化夏普比率、最大化alpha、最大化信息比率，都是因子組合的表現(xiàn)更好。

　　即使是最簡(jiǎn)單的等權(quán)重加權(quán)，也是因子組合的表現(xiàn)(絕對(duì)收益、風(fēng)險(xiǎn)調(diào)整后收益)更優(yōu)。

　　由于小盤(pán)股的交易成本較高，因此我們剔除了市值最小的40%股票后重新測(cè)試，上述結(jié)論并沒(méi)有發(fā)生改變。

　　綜上所述，我們認(rèn)為，不論是從絕對(duì)收益還是風(fēng)險(xiǎn)調(diào)整后收益的角度來(lái)評(píng)價(jià)，因子投資的表現(xiàn)都強(qiáng)于行業(yè)投資。

　　3、特質(zhì)波動(dòng)率異象與條件流動(dòng)性

　　“特質(zhì)波動(dòng)率之謎”，即“高特質(zhì)波動(dòng)股票對(duì)應(yīng)低預(yù)期收益”，是股票市場(chǎng)中經(jīng)典的異象之一，其存在性在全球范圍內(nèi)被廣泛證實(shí)。對(duì)于特質(zhì)波動(dòng)率異象的解釋已經(jīng)引起了學(xué)術(shù)界長(zhǎng)達(dá)十年的爭(zhēng)論，然而多數(shù)對(duì)特質(zhì)波動(dòng)率的研究并未集中關(guān)注該異象的時(shí)間變化特征。事實(shí)上，特質(zhì)波動(dòng)率與預(yù)期收益之間的負(fù)相關(guān)關(guān)系隨著時(shí)間推移并非持續(xù)穩(wěn)定存在。因此，我們基于這一視角，嘗試給特質(zhì)波動(dòng)率與預(yù)期收益之間的負(fù)相關(guān)關(guān)系提供一種新的解釋——條件流動(dòng)性可能是引起特質(zhì)波動(dòng)率異象的原因之一。

　　特質(zhì)波動(dòng)率特指股票收益在經(jīng)Fama-French三因子分解后所獲殘差的波動(dòng)率?；谔刭|(zhì)波動(dòng)率將股票分為五組并觀察下一期收益，第五組(高特質(zhì)波動(dòng)率組)與第一組(低特質(zhì)波動(dòng)率組)之間的收益差為負(fù)且具備統(tǒng)計(jì)顯著性，這似乎與傳統(tǒng)的“高風(fēng)險(xiǎn)、高收益”的邏輯相違背?？梢?jiàn)，常用的資產(chǎn)定價(jià)模型中存在定價(jià)因子的缺失，以致出現(xiàn)穩(wěn)定顯著的定價(jià)誤差。

　　流動(dòng)性溢價(jià)是一個(gè)常見(jiàn)的備選解釋因子。但遺憾的是，該因子的解釋效果并未被證實(shí)。過(guò)往的研究發(fā)現(xiàn)，通過(guò)流動(dòng)性控制、流動(dòng)性剝離等方法，不能消除低特質(zhì)波動(dòng)率股票的定價(jià)誤差，從而為特質(zhì)波動(dòng)率異象提供解釋。更有甚者，在一些情境下，流動(dòng)性因子與特質(zhì)波動(dòng)率因子之間存在負(fù)相關(guān)關(guān)系。

　　最新的研究提出了一種觀點(diǎn)，獨(dú)立觀察與測(cè)算特質(zhì)波動(dòng)率與流動(dòng)性指標(biāo)的做法并不恰當(dāng)。流動(dòng)性偏好其實(shí)并非恒定值，換言之，投資者對(duì)流動(dòng)性的定價(jià)并非穩(wěn)定不變，而是有條件的。

　　針對(duì)不同的市場(chǎng)狀態(tài)與波動(dòng)率情境，低流動(dòng)性溢價(jià)會(huì)隨之發(fā)生變化。例如，在高波動(dòng)的市場(chǎng)環(huán)境下，投資者對(duì)流動(dòng)性的偏好會(huì)有所提升。因?yàn)椴▌?dòng)率提升期間，流動(dòng)性較差的資產(chǎn)所蘊(yùn)含的風(fēng)險(xiǎn)會(huì)進(jìn)一步增加。此時(shí)，投資者會(huì)對(duì)這類資產(chǎn)要求更高的風(fēng)險(xiǎn)補(bǔ)償。再如，在下跌的市場(chǎng)中，流動(dòng)性沖擊對(duì)資產(chǎn)價(jià)格的影響會(huì)更大，因?yàn)榇藭r(shí)投資者往往會(huì)更青睞流動(dòng)性充足的資產(chǎn)。所以，對(duì)流動(dòng)性因子的控制必須在計(jì)算特質(zhì)波動(dòng)率之前，這就需要引入條件流動(dòng)性的概念。

　　由于條件流動(dòng)性變量屬于內(nèi)生變量，難以直接獲取，僅可通過(guò)間接方式觀察。在正常的市場(chǎng)環(huán)境下，流動(dòng)性沖擊往往會(huì)被市場(chǎng)吸收。而一旦進(jìn)入下跌市，流動(dòng)性沖擊會(huì)對(duì)低流動(dòng)股票存在更為顯著的影響。此時(shí)，投資者涌向高流動(dòng)性的股票，從而會(huì)引起低流動(dòng)性股票價(jià)格的下跌。反之，在市場(chǎng)情況好轉(zhuǎn)時(shí)，低流動(dòng)性股票的價(jià)格會(huì)得到修復(fù)。

　　從特質(zhì)波動(dòng)率異象的歷史表現(xiàn)上看，特質(zhì)波動(dòng)溢價(jià)往往在市場(chǎng)下跌期間有所提升，在市場(chǎng)回暖期間消失甚至為負(fù)，該現(xiàn)象與條件流動(dòng)性的解釋一致。因此，有些股票雖然本身的流動(dòng)性可能并不低，但相對(duì)其自身的波動(dòng)率而言流動(dòng)性尚不足，即，條件流動(dòng)性較低，這類股票同樣有更高的風(fēng)險(xiǎn)補(bǔ)償。這一部分風(fēng)險(xiǎn)溢價(jià)尚未被傳統(tǒng)資產(chǎn)定價(jià)模型所捕捉，故而反映為特質(zhì)波動(dòng)率異象。

　　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(guó)內(nèi)市場(chǎng)結(jié)構(gòu)差異風(fēng)險(xiǎn)。本篇報(bào)告的結(jié)果均由數(shù)量化模型自動(dòng)計(jì)算得到，研究員未進(jìn)行主觀觀點(diǎn)調(diào)整;數(shù)據(jù)源均來(lái)自于市場(chǎng)公開(kāi)信息。

　　>>>點(diǎn)擊AQF量化投資策略——logistic策略試聽(tīng)課

　　 AQF量化投資策略——logistic策略試聽(tīng)課