多因子模型研究系列之十四：不同条件下的组合优化模型结果分析-20200914-渤海证券-20页_808kb

报告摘要

不同条件下的组合优化模型结果分析总结

核心内容

本报告探讨了多因子模型体系中组合优化模型在不同限制条件下的表现。组合优化模型是将alpha模型、风险模型和成本控制模型整合后的最终模型，其目标函数为最大化收益减去风险和成本。主要分析了个股权重限制、lambda系数影响、成份股权重限制、行业风险敞口、换手率限制、市值因子暴露限制和跟踪误差控制等不同条件对组合表现的影响。

主要观点

个股权重偏离度限制：
- 个股权重限制越紧，跟踪误差越低，但年化超额收益也相应降低。
- 个股权重限制越松，年化超额收益越高，但跟踪误差也增加。
- 在沪深300上，限制较紧时跟踪误差更低，但年化超额收益较低；在中证500上，宽松限制带来的年化超额收益提升更为明显。
- 当组合更关注跟踪误差时，使用较紧的个股权重偏离度限制；当组合更关注年化超额收益时，使用较宽松的个股权重偏离度限制。
Lambda系数的影响：
- Lambda系数越大，表明越风险厌恶，组合优化结果减少风险暴露。
- 在个股权重偏离度较紧的情况下，lambda系数对组合表现影响较小。
- 在个股权重偏离度较宽松时，lambda系数对组合表现影响较大，且年化收益和跟踪误差呈单调变化趋势。
- 合适的lambda系数应选择跟踪误差可容忍情况下的较小值，或一个相对较弱的值。
非成份股权重比例：
- 提高非成份股权重比例在沪深300上能显著提高组合表现。
- 在中证500上，因行业过于分散，部分行业因子有效性较低，需进一步验证。
- 建议在多因子选股效果较好的行业中增加非成份股权重比例。
行业风险敞口：
- 适当的行业风险暴露能提升组合表现，且个股权重限制越宽松，效果越明显。
- 在沪深300和中证500上，行业风险敞口的增加均带来年化超额收益的显著提升，但跟踪误差也随之上升。
- 建议在特定行业如食品饮料、医药生物进行适当超配。
换手率限制：
- 换手率限制能有效控制组合换手率。
- 在沪深300上，月换手率限制在30%以内，可将换手率从5.5倍降至不到2倍，年化超额收益损失约1.5%。
- 在中证500上，月换手率限制在35%以内，可将换手率从接近6倍降至不到2倍多，年化超额收益损失约1%。
- 换手率限制对组合收益影响较小，但能有效控制交易成本。
市值因子暴露限制：
- 市值因子的适当暴露可提升组合表现，但因经济学含义模糊，效果不如非成份股权重和行业暴露。
- 在沪深300和中证500上，放宽市值因子暴露限制对年化超额收益和跟踪误差均有提升，但效果有限。
- 建议对市值因子进行中性化处理，或仅在优化问题有可行解的情况下进行适度暴露。
跟踪误差控制：
- 跟踪误差控制条件的实际效果较差，预测协方差矩阵与实际协方差矩阵存在较大差距。
- 实践中，更有效的控制跟踪误差的方式是控制个股权重的偏离度。
最大股票数量限制：
- 限制最大股票数量对组合表现影响较小，年化超额收益和跟踪误差波动不大。
- 过低的股票数量限制可能导致优化问题无解。

关键信息

测试基准：沪深300、中证500
测试时间：2011年2月至2020年7月31日
优化器：使用cvxpy工具包下的ECOS优化器
基本限制条件：
- 个股权重限制：上下浮动1%
- 换手率限制：无要求
- 全部在成份股中选择
- 行业中性
- 市值中性
- 不设置跟踪误差限制
- 最大股票数量：沪深300为150，中证500为300
成本设置：
- 印花税：0.1%
- 佣金：0.02%
- 买入冲击成本：0.15%
- 卖出冲击成本：0.3%