20170904-广发证券-金融工程专题报告_A股多维情绪指标集不从位管理_32页_1mb

A股多维情绪指标集与仓位管理总结

核心内容

本报告旨在构建一套多维市场情绪指标集，并结合仓位管理算法，以提高对沪深300指数的多空择时能力。通过筛选出有效的情绪指标，以及合理配置仓位权重，报告探索了在不同市场环境下如何优化投资组合的风险收益表现。

主要观点

• 市场情绪指标可以有效反映投资者行为和市场趋势，是进行择时策略的重要工具。
• 通过测算，活力指数、B级基金折溢价率、基差变化、VIX指数和重要股东净增持量被筛选为较为有效的市场情绪指标。
• 这些指标之间存在一定相关性，但均未达到高度相关，因此可以用于构建分散化的投资组合。
• 传统仓位管理模型包括风险平价模型、最小方差模型、最大化收益模型、以CVaR为约束的模型等，其中MD模型被采用以实现多维情绪指标的权重配置。
• 通过MD模型计算得出的仓位调整策略，在样本外测试中表现良好，但需考虑交易成本，因此建议采用20日调仓频率以优化实际收益。

关键信息

情绪指标集介绍

• 活力指数：基于成分股统计信息，计算N日均线以上成分股数量与全部成分股数量的比例，反映市场趋势。N=20。
• B级基金折溢价率：通过计算B级基金收盘价与净值的差值，反映市场情绪。折溢价率越高，表明市场情绪越乐观。
• 基差变化：通过计算相邻两个交易日的基差变化，反映市场对未来走势的预期。基差变化为负时，表明市场情绪较为乐观。
• VIX指数：反映市场波动率，被定义为“恐慌指数”。在A股市场中，其与沪深300指数呈现正相关性。
• 重要股东净增持量：反映上市公司重要股东对市场趋势的判断，净增持量为正时，表明市场情绪较为乐观。

情绪指标择时策略回测效果（样本外）

指标相关性矩阵

• 指标间相关性不高，表明其在风险分散方面有潜力。

仓位管理算法

• MD模型：最大化组合内各资产的加权平均波动率与组合波动率的比值，即最大化分散度。
• 调仓策略：
  1. 计算每个指标在过去15天的标准差。
  2. 构建协方差矩阵和相关性矩阵。
  3. 代入MD模型计算出各指标的权重。
  4. 根据权重和指标的多空信号，调整仓位。

调仓频率与收益表现

• 每日调仓：虽然策略在样本外表现良好，但交易成本过高，难以覆盖。
• 20日调仓：在考虑交易成本后，仍能有效覆盖成本，累计收益稳定增长，回撤控制良好。

结论

• 本报告构建的多维情绪指标集在沪深300指数的多空择时策略中表现良好。
• 采用MD模型进行仓位管理，能够有效分散非系统性风险，提升整体风险收益表现。
• 建议采用20日调仓频率以优化交易成本，实现更稳健的投资策略。
• 报告内容仅供参考，实际投资需结合个人情况和市场环境。