量化投资策略与技术期末报告Word文件下载.docx
《量化投资策略与技术期末报告Word文件下载.docx》由会员分享,可在线阅读,更多相关《量化投资策略与技术期末报告Word文件下载.docx(16页珍藏版)》请在冰豆网上搜索。
002005.SZ
精功科技
002006.SZ
大族激光
002008.SZ
天奇股份
002009.SZ
传化股份
002010.SZ
盾安环境
002011.SZ
特锐德
300001
创业板
南风股份
300004
来美药业
300006
汉威电子
300007
立思辰
300010
鼎汉技术
300011
新宁物流
300013
亿纬锂能
300014
银江股份
300020
大禹节水
300021
1.2择股标准
2014
10只股
本文使用财务选股的方法选择投资组合的目标股票,所使用的财务指标来源于年度上市公司财务报表,具体标准为:
1每股收益(EPS)排名前16位;
2净资产收益率(ROE)排名前16位;
3销售净利率(NPM)排名前20位
同时满足以上三个条件的成为备选股票。
使用R软件对原始数据进行处理(处理过程见附录B1),选择出满足条件的票,剔除停牌股票后,共有8只股票进入投资组合。
(表1.2)
表1.2投资组合股票
所属市场
备注
停牌
2投资组合的构建
2.1目标股票的收益率
8只股票的日收益率和累计收益率如图2.1和2.2所示:
图2.1日收益率
图2.2累计收益率
股票的相关系数矩阵如下:
1.000
0.403
0.336
0.292
0.285
0.309
0.484
0.346
0.510
0.281
0.287
0.282
0.354
0.353
0.305
0.339
0.382
0.397
0.417
0.333
0.370
0.406
0.383
0.332
0.244
0.445
2.2最优投资组合
根据马科维茨的资产组合理论确定最优投资组合,该理论的核心是在给定收益水平下,确定资产组合中每只股票的权重使风险最小;
或者在给定风险承受能力的情况下,选择权重使组合期望收益最大。
假设市场上仅有n种资产,其收益率向量记为X(Xi,X2,L,Xn)T,投资者投资此n种风险资产的资产组合向量记为w(Wi,W2,L,Wn)T。
两种资产收益率的协方差记为jcov(Xi,Xj),i,j1,2,L,n,其对应的协方差矩阵记为(>
n。
n
相应地,该资产组合的收益率为XpWiXi,总风险为pwTw。
i1
最优投资组合的含义是在给定的预期收益水平下,风险最小的投资策略,即:
s.t.wTE(X)rp
其中rp代表预期收益。
数据处理过程见附录B2、B3,计算所得最优投资组合(表2.1)收益率方差(风险)为0.0002671121
表2.1最优投资组合(节选)
华能
上海
大族
传化
中国
上港
组合
国际
电力
激光
股份
国贸
集团
权重
0.1131
0.4434
-0.0257
0.2366
-0.1375
0.0789
0.1457
1
日收益率
2009/1/5
0.039
0.027
0.034
0.054
0.036
0.052
0.044
3.917%
2009/1/6
0.03
0.013
0.033
0.012
0.053
0.037
0.035
0.023
1.504%
2009/1/7
-0.006
-0.003
-0.013
-0.016
-0.005
0.02
-0.004
0.009
-0.246%
2009/1/8
0.006
-0.008
-0.019
-0.049
-0.038
-0.007
-0.042
-1.336%
2009/1/9
-0.001
0.024
0.056
0.019
0.061
0.068
0.026
1.555%
2009/1/12
-0.012
0.003
-0.021
-0.022
-0.352%
2009/1/13
-0.035
-0.025
-0.043
-0.037
-0.056
-0.058
-0.02
-3.384%
注:
①文中使用的是无买空限制的投资组合模型,因此可能出现权重为负的情况
②由于篇幅所限,上表仅列示了日收益率的部分计算结果,完整的时间跨度为
2009年1月曰一2015年7月2日。
该投资组合的日收益率和累计收益率分别如图2.1和图2.2所示:
图2.1投资组合日收益率
图2.2投资组合累计收益率
3预期收益和风险
报告采用CAPM模型计算投资组合的预期收益率和风险。
其中,Ri为资产组合的期望收益率,Rf为无风险资产收益率,i代表资产组合的系
数,Rm表示市场组合的预期收益率。
其中,Cov(R,Rm)是股票(组合)收益率与市场组合收益率的协方差,Var(Rm)为市
场组合收益率的方差。
i也即代表了股票(组合)收益率变动对市场组合收益率变动的敏感度,因此用来衡量该股票(组合)的系统性风险大小。
本文使用的沪深300指数代表市场组合,经计算可得,投资组合与市场组合的协方差
Cov(R,Rm)0.000197,市场组合收益率方差Var(Rm)0.00025,投资组合的i0.788,预期收益率见附录A表A4。
图3.1组合收益率与预期收益率的拟合
图3.1显示了组合收益率和利用CAPM模型计算的收益率预测值的关系,可以看出两
者存在较强的相关性,两者的相关系数为0.75954,拟合效果较好。
下面探讨当大盘趋势不同时,股票组合的收益率情况。
(I)大盘上升
以2015年3月16日到2015年4月23日这段时间为例,沪深300指数收盘价从3705.671
上涨到4740.892,上涨了31.049%。
同一时间段,股票组合上涨幅度为26.9606%,略弱于大盘涨幅,但也有可观的收益
(U)大盘下降
以2015年6月13日到2015年7月2日这段时间为例,沪深300指数下跌幅度为-23.001%,同一时期股票组合的收益率为-13.3968%,在一定程度上规避了系统性风险,有效减损。
(川)大盘振荡
在2014年5月7日到7月11日之间,沪深300指数处于震荡阶段。
最高收盘价2191.855,
最低2115.143,涨幅0.5%,收益率方差5.7768*10。
同时期股票组合收益率为14.48%,
几何平均收益率0.202%,可见在大盘振荡阶段,股票组合仍能维持稳定上涨的态势。
4风险对冲策略
本文选择沪深300股指期货进行风险对冲,选择最小方差风险对冲模型计算套期保值比率,计算过程如下:
期货日收益率的协方差。
经计算,沪深300股指期货日收益率方差Var(RF)0.000498,现货组合日收益率方差
Var(Rs)0.000257297,两者的协方差Cov(R,,RF)0.00013,相关系数0.36236,最
优套期保值比率h*0.260087553,即投资者在建立交易头寸时,沪深300股指期货合约的价值与现货(股票组合)的价值之比约为0.26,可以将风险控制到最小。
(计算所需原始数据见附录A表A3、A4)
附录A:
原始数据
表A1:
财务指标
每股收益(EPS)
净资产收益率(ROE)
销售净利率(NPM)
0.76
3.48
1.09
1.08
10.64
10.33
0.16
9.89
6.02
0.19
1.06
1.51
2.31
16.11
15.28
0.36
5.9
5.68
0.45
12.96
11.4
1.26
15
6.67
1.27
8.14
7.27
2.98
1.07
3.78
19.08
17.67
-0.01
-8.75
-0.81
12.35
6.4
0.05
-8.6
-7.6
0.32
9.36
-3.06
0.68
10.66
5.26
-1.6
9.54
8.65
-0.53
1.29
-11.59
0.42
2.77
0.83
10.36
10.15
0.99
11.9
11.16
-0.11
13.08
11.75
0.98
13.41
13.07
0.67
9.16
7.47
0.24
0.29
-4.68
0.12
1.5
-10.65
0.91
18.37
15.55
0.6
6.93
2.96
0.69
11.79
0.17
3.67
2.15
0.28
10.3
0.73
5.62
3.5
-0.24
0.89
0.8
0.35
6.39
3.38
0.31
9.35
7.6
13.45
9.2
0.08
1.9
1.7
0.1
9.05
1.99
-0.94
13.04
8.36
4.36
3.32
表A2:
投资组合股票收益率(节选)
日期
0.030
0.020
0.000
-0.020
2009/1/14
0.049
0.011
0.063
0.048
2009/1/15
-0.002
0.073
0.015
2009/1/16
0.010
-0.026
-0.036
-0.017
2009/1/19
0.014
-0.014
-0.046
0.007
0.099
2009/1/20
0.022
0.021
-0.011
2009/1/21
0.075
0.066
-0.024
2009/1/22
0.004
2009/1/23
-0.023
①收益率计算方式:
当日收益率:
=(当日收盘价-前一日收盘价)前一日收盘价
②实际计算中使用的收益率时间跨度为2009年1月5日一2015年7月2日,
限于文章篇幅,表A2中仅列示每只股票首月的日收益率
表A3:
投资组合日收益率(节选)
收益率
2009/2/2
3.415%
2009/3/2
2.002%
2009/2/3
2.388%
2009/3/3
-0.328%
2009/2/4
0.974%
2009/3/4
4.220%
2009/2/5
0.099%
2009/3/5
2.727%
2009/2/6
3.246%
2009/3/6
-1.390%
2009/2/9
1.650%
2009/3/9
-4.050%
2009/2/10
0.976%
2009/3/10
1.552%
2.090%
2009/2/11
2.139%
2009/3/11
-1.568%
-1.969%
2009/2/12
-0.973%
2009/3/12
-0.802%
1.788%
2009/2/13
3.524%
2009/3/13
-0.967%
1.435%
2009/2/16
1.307%
2009/3/16
0.058%
-0.125%
2009/2/17
-1.465%
2009/3/17
2.809%
2.295%
2009/2/18
-3.818%
2009/3/18
-0.699%
0.524%
2009/2/19
3.883%
2009/3/19
2.035%
-1.722%
2009/2/20
3.637%
2009/3/20
-0.827%
2009/2/23
1.071%
2009/3/23
0.957%
2009/2/24
-4.958%
2009/3/24
2.773%
2009/2/25
-1.507%
2009/3/25
-4.382%
2009/2/26
-4.853%
2009/3/26
2.585%
2009/2/27
1.260%
2009/3/27
1.288%
2009/3/30
0.970%
2009/3/31
-1.342%
实际计算的收益率时间跨度为2009年1月5日一2015年7月2日,上表仅列
示组合前三个月的日收益率。
表A4:
资产组合预期收益率(节选)
市场组合收益率(沪深300)
资产组合预期收益率
3.5891%
3.0479%
3.1780%
1.0361%
-0.5981%
-0.2517%
-2.2365%
-1.5427%
1.6091%
1.4876%
0.1209%
0.3150%
-2.3169%
-1.6060%
4.2133%
3.5398%
-0.0189%
0.2047%
1.8078%
1.6442%
1.1185%
1.1010%
0.6321%
0.7177%
-0.1718%
0.0842%
1.1297%
1.1099%
-0.5806%
-0.2378%
示首月的日收益率
表A5:
沪深300股指期货日收盘价和收益率(节选)
收盘价(元)
2010-04-18
3512
一
2010-04-19
3262
-7.118%
2010-04-20
3292
0.920%
2010-04-21
3348
1.701%
2010-04-22
3316
-0.956%
2010-04-23
3304
-0.362%
2010-04-26
3312
0.242%
2010-04-27
3262.8
-1.486%
实际计算中使用的收益率时间跨度为2010年4月19日一2015年7月2日,限
于文章篇幅,上表仅列示首月的日收益率
附录B:
代码
B1:
择股
library(xts)
library(xtsExtra)
library(quantmod)
library(RODBC)
fin<
-read.csv("
C:
/Users/lirj/Desktop/期末考试/财务.csv"
header=TRUE)
sort(table(fin$Nnindcd))fin.lrj<
-fin[fin$Nnindcd=="
CSRC"
]stk.lrj.list<
-fin.lrj[,"
Stkcd"
]stk.lrj.num<
-length(stk.lrj.list)
stk.lrj.num
rank.lrj<
-apply(fin.lrj,MARGIN=2,FUN=function(var)stk.lrj.num-rank(var)+1)rank.lrj<
-data.frame(rank.lrj)
k<
-16
win.select<
-ifelse(rank.lrj$EPS<
=k&
rank.lrj$ROE<
rank.lrj$NPM<
=k+4,1,0)win.select
fin.win.lrj<
-fin.lrj[win.select==1,]
fin.lose.lrj<
-fin.lrj[win.select==0,]win.list<
-fin.win.lrj$Stkcdlose.list<
-fin.lose.lrj$Stkcdwin.nme<
-fin.win.lrj$Stknmelose.nme<
-fin.lose.lrj$Stknmewin.nme
lose.nme
B2:
投资组合风险-收益的计算
library(TTR)
library(fPortfolio)
ret<
/Users/lirj/Desktop/期末考试/股票收益.csv"
header=TRUE)head(ret)ret<
-xts(ret[,-1],order.by=as.Date(ret[,1]))
na.num<
-apply(is.na(ret),MARGIN=2,sum)
na.num
-na.omit(ret)
cumret<
-cumprod(1+ret)plot.xts(ret,main="
DailyReturnof8Stocks(Y2009-Y2015)"
)