資源描述：
《華泰多因子系列之十二：桑土之防，結(jié)構(gòu)化多因子風(fēng)險模型》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、謹(jǐn)請參閱尾頁重要聲明及華泰證券股票和行業(yè)評級標(biāo)準(zhǔn)金工研究/深度研究
2、2019年06月12日正文目錄華泰金工多因子風(fēng)險模型4因子選擇4風(fēng)格因子5行業(yè)因子5國家因子6因子收益求解7因子暴露數(shù)據(jù)處理7因子收益率的計算8風(fēng)險矩陣的估計9因子收益協(xié)方差矩陣9Newey-West調(diào)整10特征值調(diào)整11波動率偏誤調(diào)整13特異性收益方差矩陣14Newey-West調(diào)整14結(jié)構(gòu)化調(diào)整14貝葉斯壓縮調(diào)整16波動率偏誤調(diào)整17風(fēng)險預(yù)測的準(zhǔn)確度檢驗18多因子風(fēng)險模型在組合優(yōu)化中的應(yīng)用19最小化風(fēng)險的投資組合19優(yōu)化持倉權(quán)重，最小化絕對風(fēng)險19優(yōu)化偏離權(quán)重，最小化主動風(fēng)險20最大化風(fēng)險調(diào)整后收益的投資組合21
3、優(yōu)化持倉權(quán)重，最大化絕對收益22優(yōu)化偏離權(quán)重，最大化主動收益23總結(jié)29參考文獻(xiàn)30附錄風(fēng)險矩陣估計的參數(shù)列表31風(fēng)險提示32圖表目錄圖表1：圖表2：圖表3：圖表4：圖表5：華泰金工多因子風(fēng)險模型因子分類5華泰金工多因子風(fēng)險模型——風(fēng)格因子及其描述5風(fēng)格因子的因子暴露數(shù)據(jù)處理步驟7多因子風(fēng)險模型風(fēng)險矩陣的調(diào)整方法9特征值調(diào)整前、后特征組合偏誤統(tǒng)計量132謹(jǐn)請參閱尾頁重要聲明及華泰證券股票和行業(yè)評級標(biāo)準(zhǔn)金工研究/深度研究
4、2019年06月12日圖表6：圖表7：圖表8：圖表9：因子波動率調(diào)整系數(shù)與截面因子波動率的關(guān)系14波動率偏誤調(diào)整前、后因子風(fēng)險偏誤統(tǒng)計量12個月滾動均值14結(jié)構(gòu)化調(diào)整
5、中，數(shù)據(jù)質(zhì)量良好的股票在所有股票中的占比15不同波動率分組下，股票在未來12個月的偏誤統(tǒng)計量均值17圖表10：圖表11：圖表12：圖表13：圖表14：圖表15：圖表16：圖表17：圖表18：圖表19：圖表20：圖表21：圖表22：圖表23：圖表24：圖表25：圖表26：特異波動乘數(shù)與截面特異波動率的關(guān)系18波動率偏誤調(diào)整前、后特異風(fēng)險偏誤統(tǒng)計量12個月滾動均值18滬深300的預(yù)測波動率與實際波動率18中證500的預(yù)測波動率與實際波動率18不同股票池內(nèi)，最小化絕對風(fēng)險組合的凈值19不同股票池內(nèi)，最小化絕對風(fēng)險組合的超額收益凈值和回撤19不同股票池內(nèi)，最小化絕對風(fēng)險組合的策略評價指標(biāo)20
6、不同股票池內(nèi)，最小化主動風(fēng)險組合的凈值20不同股票池內(nèi)，最小化主動風(fēng)險組合的超額收益凈值和回撤20不同股票池內(nèi)，最小化主動風(fēng)險組合的策略評價指標(biāo)20不同基準(zhǔn)下，最小化主動風(fēng)險組合的凈值21不同基準(zhǔn)下，最小化主動風(fēng)險組合的超額收益凈值和回撤21不同基準(zhǔn)下，最小化主動風(fēng)險組合的策略評價指標(biāo)21不同風(fēng)險厭惡系數(shù)下，最大化絕對收益組合的凈值22不同風(fēng)險厭惡系數(shù)最大化絕對收益組合超額收益凈值和回撤22不同風(fēng)險厭惡系數(shù)下，最大化絕對收益組合的策略評價指標(biāo)23不同風(fēng)險厭惡系數(shù)下，使用XGBoost收益模型的中證500最大化主動收益組合的凈值23圖表27：不同風(fēng)險厭惡系數(shù)下使用XGBoost收益模型
7、的中證500最大化主動收益組合的超額收益凈值和回撤24圖表28：不同風(fēng)險厭惡系數(shù)下，使用XGBoost收益模型的中證500最大化主動收益組合的策略評價指標(biāo)24圖表29：不同風(fēng)險厭惡系數(shù)下，使用Stacking收益模型的中證500最大化主動收益組合的凈值24圖表30：不同風(fēng)險厭惡系數(shù)下使用Stacking收益模型的中證500最大化主動收益組合的超額收益凈值和回撤24圖表31：不同風(fēng)險厭惡系數(shù)下，使用Stacking收益模型的中證500最大化主動收益組合的策略評價指標(biāo)25圖表32：圖表33：圖表34：圖表35：圖表36：圖表37：圖表38：圖表39：圖表40：圖表41：圖表42：不同股票
8、池內(nèi)，最大化主動收益組合的凈值25不同股票池內(nèi)，最大化主動收益組合的超額收益凈值和回撤25不同股票池內(nèi)，最大化主動收益組合的策略評價指標(biāo)25不同約束條件和風(fēng)險厭惡系數(shù)下，最大化主動收益組合的策略評價指標(biāo)26不同風(fēng)險厭惡系數(shù)下，中性約束組合的凈值26不同風(fēng)險厭惡系數(shù)下，中性約束組合的超額收益凈值和回撤27不同風(fēng)險厭惡系數(shù)下，權(quán)重約束組合的凈值27不同風(fēng)險厭惡系數(shù)下，權(quán)重約束組合的超額收益凈值和回撤27不同風(fēng)險厭惡系數(shù)下，無約束組合的對數(shù)凈值28不同風(fēng)險厭惡系數(shù)下，無約束組合的超額收益對數(shù)凈值和回撤28風(fēng)險矩陣估計的參數(shù)列表313效地解釋股票收謹(jǐn)請參閱尾頁重要聲明及華泰證券股票和行業(yè)評級
9、標(biāo)準(zhǔn)金工研究/深度研究
10、2019年06月12日華泰金工多因子風(fēng)險模型收益與風(fēng)險并存，然而投資者往往只專注于追逐高額收益，卻忽視了潛在風(fēng)險可能導(dǎo)致的高額損失。若在追求高額收益的同時加入良好的風(fēng)險控制，則可以有效提升投資策略的表現(xiàn)。準(zhǔn)確的風(fēng)險預(yù)測是風(fēng)險控制的基石。馬科維茨均值方差模型為風(fēng)險預(yù)測奠定了基礎(chǔ)，但是該模型存在明顯的局限性。首先，直接利用股票收益率估算股票收益率之間的協(xié)方差矩陣，計算量非常大。其次，由于存在估計誤差，樣本時間長度必須盡可能大于股票數(shù)目，
