登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 毕业论文 > 经济学类 > 金融学 > 正文

多因子模型的量化交易策略研究毕业论文

 2021-10-22 21:52:26  

摘 要

改革开放以来,我国经济持续快速发展,在全球经济格局中占有重要的地位。中国经济的飞速发展,离不开金融市场对经济的促进作用。然而如何从纷繁复杂的金融市场中获取精确、稳定的收益,成为投资者最为关心的问题。本文探索构建一个能稳定获取超额收益的投资策略。

多因子策略作为量化投资领域重要的投资策略,根据无套利的原理,可以实现稳定的超额收益。参考外国市场已被证实有效性的经典因子,本文构建了基于市销率、市净率、市现率等七个因子的七因子模型,对这些经典因子进行实证分析,探讨其在现阶段中国股票市场的有效性,并构造一个能持续获得超额收益的投资组合。

回测结果显示,本文构建的策略在5年回测期间年化收益17.02%,实现超额收益85.60%。为检验策略在现阶段股票市场的盈利能力,本文进行实盘模拟交易,发现策略年化收益率达到114.11%,远高于基准收益率,表明策略在现阶段股票市场具有较强的有效性。

关键词:量化投资;多因子策略;投资组合;有效性检验

Abstract

With the continuous reform and opening up, Chinese economy experience a rapid development, occupying an important position in the global economic market. The rapid development of Chinese economy is strongly related to the financial markets. However, how to obtain accurate and stable income from the complicated financial market is becoming the most concerned issue for investors. This article proposes an investment strategy which can obtain excess returns stably.
Multi-factor strategy is an important investment strategy in the field of quantitative investment. According to the principle of no arbitrage rule, stable excess returns can be achieved. With reference to the classic factors that have been proven effectively in foreign markets, this paper builds a seven-factor model, discuss the effectiveness of this classic factors in the current stock market, and construct a portfolio that can continue to earn excess returns.
The results show that the strategy constructed in this paper has an annualized return of 17.02% during the five-year backtest period and achieved an excess return of 85.60%. In order to test the profitability of the strategy at the current stage of the stock market, we conduct a real simulation transaction and finds that the annualized return of the strategy reaches 114.11%, which is much higher than the benchmark rate of return, indicating that the strategy has a strong effectiveness at this stage.

Key Words:Quantitative investment; multi-factor strategy; investment portfolio; validity test

目录

第1章 绪论 1

1.1研究背景与研究意义 1

1.2研究现状 1

1.3研究目的及研究方法 3

1.4研究创新及研究不足 3

第2章 量化投资概述 4

2.1量化投资理论发展历程 4

2.2多因子模型的构建 5

第3章 有效因子实证研究 7

3.1回测陷阱及规避方法 7

3.1.1前视偏差 7

3.1.2未来函数 7

3.1.3过度拟合 7

3.1.4交易成本 8

3.2衡量因子有效性 8

3.2.1衡量策略有效性的标准 8

3.2.2因子的选取及有效性分析 10

3.3策略参数设置 11

第4章 股票多因子策略的历史回测与模拟交易 13

4.1 历史数据回测 13

4.1.1回测参数设置 13

4.1.2策略回测结果 13

4.2 模拟交易检测 18

4.2.1模拟参数设置 18

4.2.2模拟收益结果 19

4.3模型存在的问题 22

第5章 结论 23

5.1本文结论 23

5.2研究展望 23

参考文献 25

致 谢 27

第1章 绪论

1.1研究背景与研究意义

自1978年我国实现改革开放以来,国内的经济进入了持续发展的快车道,2019年我国经济实现了一个较大的增长,GDP实现99.09万亿元,稳居世界第二位,中国经济在全球经济格局中话语权不断增加。值得确定的是国内国民生产总值能实现现阶段的飞速发展,离不开与金融领域之间的紧密联系、相互促进。当人们的经济生活水平达到一定程度,便会推动相关金融创新的产生。股票就是人类社会经济发展到一定阶段的产物,迄今为止已经有着400年的发展历程。1602年人类社会产生了首个股份有限公司——荷兰的东印度公司,并产生了现在被广泛资本主义市场广泛运用的企业组织形式——有限责任制度,随着这种有限责任制度与集资入股方式的不断发展,股票买卖需求应运而生。1611年的阿姆斯特丹股票交易所,成为了世界上第一个专门从事股票交易的地方,并且随着交易所制度的不断完善,经纪人撮合交易也应运而生。纵观历史,从第一家股份有限公司、第一张股票、第一个股票交易场所的产生到如今的金融金融市场各类金融产品百花齐放,全球资本市场已经产生了翻天覆地的变化,金融产品也不仅仅局限于股票,期权、权证、互换等各类衍生产品也相继推出,但作为经济发展的中起着重要支撑作用的金融部门,股票市场仍然在金融领域发挥着不可忽视的作用,扮演着国家经济发展重任中的一个重要的角色。

随着股票市场的不断发展,学者们对股票市场价格变动机制进行了深入研究,试图构建一个能稳定、持续获得超额收益的量化投资策略。在量化投资领域众多投资策略中,重要地位的是多因子策略,通过依靠一些能有效反应股票价值因子对股票进行估值,投资者能有效的发现价值被低估的股票。然而受限于我国金融市场的不完善,国外很多成熟的量化投资策略并不能直接应用于我国金融市场,一些有效因子的效力仍待学者们去检验。考虑到已有的文献研究中对一些经典的量化因子的有效性验证仍然不足,本文研究意义在于,本文在已有研究成果的基础上,借助沪深300股指成分股数据对一些经典因子的有效性进行检验,并探索构建一个能持续从市场获得超额收益的投资策略。

1.2研究现状

1952年Markowitz的投资组合理论开辟了量化投资的研究领域,大量国外学者致力于从市场中赚取超额收益,投资策略不断地被提出和改进[1]。时至今日,国外学者已经提出了一些颇具影响力的理论。近年来,随着国外学者在这个领域研究的不断深入,相关量化投资理论也取得了一些重要的突破。Fame与French(2014)对经典理论中的FF-3模型进行研究,结合能反应股票盈利能力与投资状况的两个因子,构造了更符合现阶段市场的FF-5模型,更全面的解释了不同股票收益率差异的原因,但五因子模型未能很好地解释与高投资低收益的股票类似的小盘股的低收益问题[2]。Shefrin与Statman(1994)将资产定价模型与心理学相结合,探索用与投资者行为活动相关的定价因子解释金融市场价格决定机制,取得了良好的效果[3]。Aharoni和Grundy(2013)发现若投资关系适用于公司级别而不是它们的每股级别,一旦在公司一级对变量进行衡量,所有的Fama FrenchD预测将得到验证[4]。Nicholas Barberis(2015)运用美国市场以及46个其他国家股票市场数据进行假设检验,检验投资者凭借以往的股票投资经验来预测投资策略的收益情况,然后判断前景理论所构方法的合理性,发现大多数市场数据都给予了经验支持[5]

您需要先支付 80元 才能查看全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图