20160822-华泰证券-基金定投系列专题研究报告之二_基金定投_投资标的与时机的选择方法_23页_1mb

金融工程 / 市场量化分析总结

核心内容

本报告围绕基金定投策略展开，重点分析了定投在不同市场环境下的收益与波动特性，提出了基于连续时间模型的理论分析框架，以“μ法则”和“σ² - μ”作为定投标的与时机选择的参考指标。

主要观点

1. 定投收益与波动的解析解与模拟分析

   • 通过连续时间模型（几何布朗运动）推导出定投的期望收益率表达式，并通过蒙特卡洛模拟验证其在不同参数下的有效性。
   • 在定投次数较多时（如1,000次），定投的波动率趋于与资产波动率一致，平均投资成本“钝化”现象显著。
   • 定投的期望收益率表达式为：$E[V] = \frac{e^{\mu T} - 1}{\mu T}$，其中$\mu$为资产价格的漂移率，$T$为定投时间长度。

2. 定投与一次性投资的对比

   • 定投与一次性投资的收益比值由“σ² - μ”决定，当该值大于0时，定投优于一次性投资；小于0时，一次性投资更优。
   • 在震荡、下跌或横盘市场中，定投策略具有明显优势；在趋势性上涨市场中，定投效果弱于一次性投资。

3. 定投标的的选择方法

   • “μ法则”用于评估定投收益，即预期收益率$\mu$越大的基金，定投收益越高。
   • 通过实证分析发现，$\mu$较大的基金组别，其定投收益也更高，验证了该法则的有效性。

4. 定投时机的选择方法

   • 采用“σ² - μ”作为择时参考指标，当其大于0时选择定投，小于0时选择一次性投资。
   • 使用沪深300指数的滚动数据计算该指标，发现1年数据比5年数据更具市场敏感性。

5. 定投频率对收益的影响

   • 定投频率的提高对收益影响较小，当定投次数超过一定数量（如20次）后，收益差异趋于稳定。
   • 周频与月频定投的收益差异通常小于1%，在实际操作中影响不大。

关键信息

定投的连续时间模型

• 基金单位净值被视为连续时间过程，采用几何布朗运动模型进行分析。
• 通过求解偏微分方程，得到定投期末净值表达式：$V_2 = \frac{\int_0^T \frac{M S_T}{S_t} dt}{T}$。
• 在极限情况下（$N \to +\infty$），可进一步简化为解析解：$E[V] = \frac{e^{\mu T} - 1}{\mu T}$。

定投与一次性投资对比

• 收益比值表达式为：$\frac{V_2}{V_1} = \frac{e^{(\sigma^2 - \mu)T} - 1}{(\sigma^2 - \mu)T}$。
• 当$\sigma^2 - \mu > 0$时，定投表现优于一次性投资；反之则劣于。

定投策略的实证分析

• 采用Wind数据库中450只偏股型基金的数据进行实证检验。
• 通过回归分析验证了定投收益与解析解收益之间的强相关性，回归系数接近1。
• 实证结果显示，定投策略在预期收益率较低、波动率较高的资产上表现更优。

定投策略的波动特性

• 定投的波动率随着定投次数的增加而逐渐趋近于资产本身的波动率。
• 定投20次后，平均投资成本趋于稳定，波动率差异显著缩小。

定投策略的参数估计

• 使用样本对数收益率的均值和标准差估计$\mu$和$\sigma$。
• $\hat{\mu} = \frac{\bar{r}_i}{\Delta t} + \frac{1}{2} \hat{\sigma}^2$。
• 采用较长的历史数据（如5年）估算的参数波动较小，适合长期定投策略。

风险提示

• 在趋势性上涨市场中，定投效果弱于一次性投资。
• 长期定投不必然带来绝对回报。
• 本研究基于“资产价格符合几何布朗运动”的假设，现实市场可能不完全符合，模型效果可能受限。

图表与数据

• 图1：定投期望波动的蒙特卡洛模拟（以$\sigma = 0.6$为例）。
• 图2与图3：沪深300指数$\mu$和$\sigma$的历史数据估计。
• 图4与图5：定投实际收益与解析解收益的散点图。
• 图6：$\mu$与定投收益关系图。
• 图7与图8：$\sigma^2 - \mu$的滚动测算图。
• 图9与图10：定投波动率与资产波动率散点图。
• 图11：定投净值曲线与基金净值曲线对比图。
• 图12与图13：定投年化收益率与$\mu$、$T$的关系图。

结论

• 本研究提出了一种基于连续时间模型的基金定投分析框架，具有理论和实际应用价值。
• “μ法则”和“σ² - μ”是选择定投标的与时机的有效工具。
• 定投在波动率较高、预期收益率较低的情况下表现更优，但对定投频率和时间长度的敏感性较低。
• 定投策略在长期中具有一定的稳定性，但需注意市场趋势对收益的影响。