Workflow
交易拥挤度模型
icon
搜索文档
国泰海通|金工:“2+1”风格择时模型——通过估值、流动性和拥挤度构建量化择时策略
风格指数量化择时研究框架 - 研究覆盖大小盘、价值成长与红利类指数 包括沪深300、中证500、中证1000、中证红利、国证成长、国证价值 以及大小盘与价值成长混合风格指数如大盘成长、大盘价值、中盘成长、中盘价值、小盘成长、小盘价值 [1] - 从微观结构角度引入市场流动性与交易拥挤度指标 结合指数估值维度识别指数底部与顶部特征 [1] - 通过量化模型研究在风格指数择时中的应用效果 [1] 风格指数估值模型 - 估值因子包括指数PB、PE、PBPE及股权风险溢价 采用历史分位数水平构建估值因子 [1] - 2011年以来多头组合平均年化收益率达10.38% 平均超额年化收益率为8.30% [1] 市场流动性模型 - 流动性因子包含买入冲击成本、卖出冲击成本、上涨流动性指数及下跌流动性指数 [2] - 底部择时准确度显著高于顶部择时 可单独捕捉流动性恐慌底部信号 单次平均反弹收益6.86% [2] - 2011年以来估值流动性模型多头组合平均年化收益率12.38% 超额年化收益率10.30% [2] 交易拥挤度模型 - 拥挤度作为顶部择时类避险因子 与估值流动性模型形成互补 [2] - 从微观结构、波动率、流动性、相关性多维度构建因子 经动量均线系统改进后有效规避交易拥挤下跌风险 [2] - 2011年以来拥挤度复合模型超额年化收益率为4.87% [2] 量化择时模型合成与应用 - 结合估值、流动性与拥挤度的模型能准确捕捉风格指数底部与顶部特征 规避交易拥挤风险 [3] - 2011年以来多头组合平均年化收益率18.54% 超额年化收益率16.46% SHARP比率1.06 超额收益年胜率87% [3] - 在混合风格指数应用中 2013年12月以来年化收益率20.10% 超额年化收益率16.24% SHARP比率1.13 超额收益年胜率86% [3]