2018-中国量化私募产品系列报告_量化私募产品第四季——股票量化_14页-2mb

私募基金专题报告：股票量化策略分析

核心内容概览

本报告聚焦于股票量化策略的分析，探讨其在当前市场环境下的表现、分类、评价方法及风险暴露特征。报告旨在帮助投资者更好地理解股票量化策略的运作逻辑与风险收益特征，为投资决策提供参考。

主要观点

1. 股票量化策略的定义与特点

• 定义：股票量化策略是指基于大体量数据、科学模型和计算机技术构建现货组合，通过灵活的仓位调整实现稳健收益的策略。它强调“量化择股+量化择时”。
• 特点：
  • 与股票主观策略相比，具有更广泛的覆盖范围。
  • 风险分散与控制能力强，收益稳定性较高。
  • 更多依赖于多头头寸，追求相对指数的超额收益。
  • 与对冲策略有所区别，不涉及对冲工具。

2. 股票量化策略的分类

• 量化选股：主要基于多因子模型进行股票筛选，包括广义多因子选股和技术分析选股。
  • 广义多因子选股：以经典定价模型为基础，结合中国市场的特点进行因子选择与组合。
  • 技术分析选股：侧重于图形和资金行为分析，逐渐成为广义多因子选股的一部分。
• 量化择时：对仓位或风险敞口进行调整，通常基于宏观、中观、市场情绪等因素。
• 深度学习选股策略：
  • 利用神经网络模型进行因子筛选与预测。
  • 具有自学习能力，自动化程度高。
  • 优化能力强，容错率较高。
  • 输入因子数量不受限制，可包含上百个因子。
  • 存在过度拟合风险，可通过Dropout等技术缓解。

关键信息

1. 国内股票量化产品现状

• 典型产品：如产品A和产品B，均采用量化选股与择时结合的方式。
• 产品A表现：
  • 绝对收益：28.76%
  • 最大回撤：-8.39%
  • 夏普比率：1.38
  • 卡玛比率：2.92
  • 在股票量化产品中排名前10%。
• 产品B表现：
  • 累计收益率：10.17%
  • 单日盈亏比：1
  • 最大单日盈利：4.07%
  • 最大单日亏损：-3.01%

2. 股票量化评价的特殊性

• 评价链条：净值绩效 → 区分能力 → 盈利模式 → 风格暴露。
• 超额收益：衡量方式包括简单超额收益（ER1）与风险调整后超额收益（ER2）。
• 区分能力：通过量化择时与量化选股的结合来评估策略的有效性。
• 盈利模式：与策略的广度（BR）和预测能力（IC）相关，公式为：
  $$
  \mathrm{IR} = \mathrm{IC} * \sqrt{BR}
  $$
• 风险暴露分析：通过高频持股信息分析产品在行业和风格因子上的暴露，以推导其适宜的行情。

3. 风险暴露分析

• 行业因子暴露：
  • 产品B在电子、汽车、非银金融、银行等行业有显著正向暴露。
  • 主要行业因子的累计贡献在观察区间内较为稳定，其中汽车行业贡献最大，接近5%。
• 风格因子暴露：
  • 产品B在规模、估值、成长因子上呈现正向暴露，偏好大规模、低估值、高成长个股。
  • 在动量、波动、贝塔因子上呈现负向暴露。
  • 具有反转效应的个股带来显著正向收益。
  • 特质因子表现不佳，表明选股能力有限。

风险提示

• 产品绩效与风险暴露分析仅供参考，需结合具体投资案例。
• 风险暴露分析有助于理解产品适宜的行情，为风险管理提供支持。
• 投资有风险，入市需谨慎。本报告不构成投资建议或承诺。

图表概览

• 图1：2014~2018.06股票量化与主观策略收益率中位数情况。
• 图2：股票量化分类。
• 图3：包含两个隐藏层的神经网络结构。
• 图4：产品A净值曲线。
• 图5：产品B主动股票头寸净值。
• 图6：产品B平均行业暴露分布。
• 图7：产品B主要行业暴露。
• 图8：产品B行业因子累计贡献。
• 图9：产品B主要行业因子累计贡献。
• 图10：产品B平均风格暴露分布。
• 图11：产品B主要风格暴露。
• 图12：产品B风格因子累计贡献。
• 图13：产品B主要风格因子累计贡献。

总结

股票量化策略在国内资本市场中展现出其独特的优势与局限性。其核心在于多因子模型与计算机技术的结合，强调风险控制与收益稳定性。尽管在某些市场周期中表现不如主观策略，但其在风险调整后的收益表现和波动控制上更具优势。深度学习技术的应用为量化策略带来了更强的自适应性和预测能力，但也对计算资源提出了更高要求。通过分析行业与风格因子暴露，可以更精准地识别策略的风险收益来源，为投资决策提供支持。投资者应理性看待量化策略的表现，并结合自身风险偏好与市场环境进行综合判断。