【量化交易】组合优化三部曲:换手率和alpha模型换手约束下的最优模型时变IC下的多空/多头最优组合换手率
前言
單因子模型,考慮策略風(fēng)險(xiǎn)(即IC時(shí)序波動(dòng)),最大化風(fēng)險(xiǎn)調(diào)整后收益的主動(dòng)增強(qiáng)組合優(yōu)化
01 無(wú)約束下,多空最優(yōu)組合的換手率的解析解
02 跟蹤誤差約束下,多頭最優(yōu)組合的換手率的數(shù)值優(yōu)化
03 跟蹤誤差+個(gè)股權(quán)重下限+持股數(shù)目約束下,多頭最優(yōu)組合的換手率經(jīng)驗(yàn)公式
無(wú)約束條件下多空最優(yōu)組合的換手率:
其中,N表示股票池?cái)?shù)目,σmodel表示組合跟蹤誤差,??表示alpha預(yù)測(cè)的一階自相關(guān)系數(shù),σ表示股票平均特質(zhì)風(fēng)險(xiǎn)。可知,投資組合的目標(biāo)跟蹤誤差越大,股票數(shù)目越多,alpha預(yù)測(cè)的一階自相關(guān)系數(shù)越小,股票平均特質(zhì)風(fēng)險(xiǎn)越小,則組合的換手率越高。
QSH公式雖然經(jīng)典,但若應(yīng)用于實(shí)際投資則存在一個(gè)較大的問(wèn)題——沒(méi)有考慮策略風(fēng)險(xiǎn)。以單因子模型為例,因子IC是時(shí)序變化的,甚至可能出現(xiàn)階段性反向,例如動(dòng)量/反轉(zhuǎn)。因子IC的波動(dòng)率可以視作策略風(fēng)險(xiǎn),卻并未在QSH公式中得到體現(xiàn)。
為解決上述問(wèn)題,Ding, Martin and Yang, 2020對(duì)QSH進(jìn)行了改進(jìn):以單因子模型為例,考慮策略風(fēng)險(xiǎn)(IC時(shí)序波動(dòng)),探討最大化風(fēng)險(xiǎn)調(diào)整后收益的多空最優(yōu)組合、多頭最優(yōu)組合的換手率。
換手率和alpha模型
01固定權(quán)重組合的換手
總結(jié)
以上是生活随笔為你收集整理的【量化交易】组合优化三部曲:换手率和alpha模型换手约束下的最优模型时变IC下的多空/多头最优组合换手率的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: 深度学习核心技术精讲100篇(五十五)-
- 下一篇: 可视化应用实战案例:绘制交互式+pdf+