20170814-天风证券-金融工程_利用组合优化构建投资组合_12页_1mb

报告摘要

金融工程：利用组合优化构建投资组合总结

核心内容

本报告探讨了如何通过改进组合优化模型，以更适应市场环境的变化，从而构建更加稳健的投资组合。传统组合优化模型依赖于历史均值来估计因子预期收益，但在因子收益剧烈波动的市场环境中，这种方法可能滞后于市场实际变化。因此，报告提出了一种动态调整预期因子收益的方法，并引入了动态选择风格因子约束的策略，以更好地控制组合风险。

组合优化模型主要由收益模型、风险模型和约束条件三部分构成。收益模型采用多因子模型，认为资产收益率由一组风格因子和行业因子驱动，而特质收益率则与这些因子不相关。风险模型则基于因子收益协方差矩阵和特质风险矩阵，以计算股票收益的协方差。约束条件包括对行业暴露、风格因子暴露、个股权重、交易成本以及风险控制的限制。

主要观点

1. 动态调整预期收益加权方式

传统方法使用历史均值估计因子收益，忽略了短期波动。
本报告提出，对于短期内发生剧烈波动的因子，使用半衰加权方法，赋予近期因子收益更大的权重，以提高预测的时效性和准确性。
对于短期表现稳定的因子，仍使用简单平均计算预期收益。

2. 动态选择风格因子约束

根据因子的短期波动率，选择近期波动最大的两个风格因子进行约束，以控制组合风险。
若波动最大的两个因子不包括规模因子，则额外对规模因子进行约束。
这种方法有助于构建行业、规模中性的投资组合，同时减少不必要的约束对收益的负面影响。

3. 组合优化模型的实证表现

回测时间范围为2010年1月至2017年6月，调仓频率为每月末。
使用了7个典型因子，包括规模、技术反转、流动性、波动性、估值、成长和质量。
优化模型的年化超额收益为 13.76%，今年以来超额收益为 5.30%。
组合在风险控制方面表现出色，相对最大回撤为 7.85%，信息比为 2.24。

关键信息

1. 回测参数

基准指数：中证500指数
调仓成本：双边交易成本为 0.3%（买入 0.1%，卖出 0.2%）
行业暴露约束：[基准行业暴露 × 0.95, 基准行业暴露 × 1.05]
个股权重上限：1.5%
因子暴露加权方式：根据短期偏离判断是否使用半衰加权，以降低对阈值的敏感性。

2. 回测结果

全样本期年化超额收益：13.76%
相对最大回撤：7.85%
信息比：2.24
收益回撤比：1.75
跟踪误差：5.50%

3. 风险提示

市场环境变动风险：市场变化可能影响因子表现。
有效因子变动风险：某些因子可能在未来失效。
优化模型失效风险：模型估计偏差可能导致风险控制不足。

图表与数据

图1：规模因子收益序列，显示其在2016年末方向发生显著变化。
图2：规模因子的长期方向与短期偏离，展示短期偏离对预期收益调整的影响。
图3：风格约束选择，根据波动率确定需约束的风格因子。
图4：复合组合净值与相对强弱曲线，显示组合在2010年1月至2017年6月期间的表现。
表1：风险因子，包括Beta、Momentum、Size、Earnings Yield、Residual Volatility、Leverage、Liquidity、Non-linear Size等。
表2：收益因子，涵盖规模、技术反转、流动性、波动、估值、成长、质量等7个维度。
表3：复合组合分年度收益统计，展示组合在不同年份的表现及回撤情况。