相信波动率还是相信基本面?波动与估值因子A股驱动力测试

本文探讨了基于波动因子与估值因子构建的Smart Beta策略在A股市场的表现。通过历史波动率和下跌波动构建波动因子,以及市净率、市盈率和市销率构建估值因子,研究显示波动因子在熊市和震荡市表现良好,而估值因子在各种市场环境中均能提供超额收益。此外,文章进行了稳健性检验,结果表明策略具有一定的稳定性。
摘要由CSDN通过智能技术生成

Smart Beta 介绍

资本资产定价模型(Capital Asset Price Model, CAPM)通过建立资产超额收益与市场超额收益之间的一元线性关系来度量资产的系统风险,即 Beta。以每支成分股的流通数量乘以每只股票价格,及股票市值为权重的市值加权指数就是市场收益的代表。

但是,在传统的市值加权方式中,市值越高的股票在指数中占有越大的权重,从而将指数投资者暴露于市场价值较高并可能被高估的股票风险中。和传统的市值加权指数不同,Smart Beta 通过对成分股的权重优化、成分股的选股和因子投资等方式,既保留了指数产品被动管理的特点,又能在传统的市值加权指数基础上获得一定的超额收益。

从资本资产定价模型到 Fama-French 三因子和四因子模型(Carhart,1997),再到结构化风险模型(Barra、Axioma、Northfield)和五因子模型(Fama,2015),投资者越来越在股票的收益来源上达成了普遍的共识,即对于某个或者某几个特定风险因子的暴露,是股票在某段时间内表现优异的原因。

最简单的例证莫过于等权重加权优化比沪深 300 指数的表现要好,一个很重要的原因是 A 股甚至其他股市都存在小盘股效应,即长期来看小盘股相对于大盘股有明显的超额收益。所以,从因子的角度,通过暴露某一个或者一系列特定的风险因子,以达到获取超额收益,就是 Smart Beta 的另一种思路。

 

基于波动因子与估值因子的 Smart Beta

本文从一些学界或者业界普遍认可的风险因子出发,构建单一的风险因子,通过风险因子的暴露在指数成分股内进行选股,构建 Smart Beta 的组合,从收益和回撤的表现及对应指数的超额收益来验证基于风险因子的 Smart Beta。本文分析的风险因子包括波动因子估值因子

构建回测的具体细节如下:

    a.回测区间从 2008 年 1 月 1 日至 2017 年 7 月 31 日

    b.股票池为中证 800 指数动态成分股

    c.调仓频率为每个月初调仓一次

    d.选股比例为 10%<

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值