风格轮动策略系列：风格轮动与择时，一种“波动率熵”方法-20180724-浙商证券-18页-1mb

风格轮动策略总结

核心内容

本文探讨了基于“波动率熵”指标的风格轮动策略，旨在通过分析市场波动率的非线性特征，实现对价值风格与成长风格的择时判断。该策略利用了样本熵算法来衡量波动率序列的复杂度，并结合历史波动率数据构建了一个具有预测能力的指标。

主要观点

• 风格轮动是机构投资者关注的重点，对风格切换的准确把握有助于提升基金收益。
• 市值因子（Small minus Big）在2010年以来表现出高收益，但2017年后出现显著回撤，显示风格变化的重要性。
• Merton(1980)的研究表明，预期波动率与风险溢价相关，因此可作为风格轮动的预测变量。
• 历史波动率作为预期波动率的代理指标，具有较高的相关性，适合用于风格择时。
• “波动率熵”指标基于样本熵算法，反映市场组合的波动特征，且具备良好的预测性。
• 通过设定阈值规则，策略在波动率熵指标小于滞后120天均值减去1.5倍标准差时买入价值风格（V-G组合），持有50天，效果较好。

关键信息

1. 指标与数据

• 使用国证风格指数，分析区间为“2010-01-04”到“2018-06-01”。
• 波动率熵计算基于25个交易日的波动率，使用120个序列值。
• 策略回测起始日为“2011-08-29”，因样本损失。

2. 策略逻辑

• 通过回归分析，发现波动率熵指标与V-G组合收益具有显著的线性关系。
• 波动率熵指标是一个领先指标，能够有效预测未来风格变化。
• 策略设定为：当波动率熵小于滞后120天均值减去1.5倍标准差时买入V-G组合，持有50天。

3. 策略绩效

• 回测显示共19次交易，仅1次判断错误，表明策略具有较高的准确性。
• V-G组合年化收益为9.81%，最大回撤为8.37%，夏普比为1.45。
• 价值指数（V）在策略下年化收益达25.49%，夏普比为1.72，显示良好的择时效果。
• 成长指数（G）在策略下年化收益为14.05%，最大回撤为23.46%，夏普比为0.96。

4. 指标验证

• 实证分析显示波动率熵指标在多个指数（包括国内和美国）上均表现出良好的预测性。
• 不同阈值和持有时间长度的策略测试显示，-1.5阈值下持有50天的策略效果最佳。

5. 指标构建

• 样本熵算法计算波动率序列的复杂度，使用默认参数（m=2, r=0.2*标准差）。
• 波动率熵序列的计算方法与样本熵算法密切相关，且具有较好的统计特性。

6. 附录

• 提供了相关参考文献和R代码，用于计算波动率熵和进行回归分析。
• 代码中包含了数据获取、波动率计算、样本熵函数及回归分析等步骤。

策略结论

“波动率熵”策略在风格轮动的择时方面表现优异，具有良好的稳定性和预测能力。通过设定合理的阈值和持有时间，该策略在多个市场条件下均能有效识别价值风格，并带来超额收益。未来研究将扩展该策略至其他指数，并进一步验证其普适性。