基于財務數據的量化擇時.pdf

1、隨著中國證券市場的不斷完善,中國A股市場也越來越和成熟市場一樣已經成為了經濟的風向標。這也為使用數量化的方法去判斷市場走勢創(chuàng)造了條件。
　　本論文試圖討論構建模型的方法,使得模型能通過處理上市公司財務報表得出下一個報告季度行業(yè)相對走勢的排名。在對數據進行清洗和處理后,通過行業(yè)研究的方法,我們在眾多財務數據中尋找能對企業(yè)未來經營有參考意義的關鍵科目和財務比率。并用這些財務報表中的科目和財務報表的各種衍生財務比率歸納出行業(yè)在這個科目和

2、財務比率的值。然后通過計算機建模用回歸的方法求出各個行業(yè)科目和行業(yè)指數走勢的相關系數,并代入本期行業(yè)數據得出未來一個財務報告期各個行業(yè)的漲跌幅預測和滬深300指數的財務因子走勢預測。
　　通過超配預測漲幅較高的行業(yè),低配預測跌幅較多的行業(yè),構建滬深300的指數增強基金來驗證模型的可行性。我們可以發(fā)現無論使用申銀萬國一級行業(yè)模型增強還是申銀萬國二級行業(yè)模型增強,增強指數基金都能戰(zhàn)勝目標指數。通過進一步研究,發(fā)現使用行業(yè)劃分更細的申銀

3、萬國二級行業(yè)的增強效果會更好。申銀萬國一級行業(yè)增強組合月勝率達到80％,累積超額收益達到2.8242%;申銀萬國二級行業(yè)增強組合月勝率為70%,累積超額收益達到3.8114%。申銀萬國一級行業(yè)滬深300指數增強基金的信息比率為2.4396。但是一級行業(yè)增強基金回撤比較大,達到了2.5%。分析原因我們可以知道,由于在滬深300指數基金中,申銀萬國一級行業(yè)的權重分布非常的不均勻,金融服務業(yè)的比重占到了30%以上。在做空金融服務業(yè)時,如果金融

4、服務業(yè)的行情發(fā)生巨大的波動,那么超額收益也會變得很不穩(wěn)定;在不做空金融服務業(yè)時,可能做空的行業(yè)占到指數總權重的比率非常小,所以即便做多行業(yè)后有很多超額收益,對增強基金的貢獻也不大。申銀萬國二級行業(yè)滬深300指數增強基金的信息比率達到3.2154。最大回撤只有1%左右。無論超額收益還是最大回撤,在申銀萬國二級行業(yè)上做指數增強的效果都好于申銀萬國一級行業(yè),所以在更為細分的行業(yè)上做增強可以更好的發(fā)揮模型的作用,在更多的行業(yè)上擇時也能更為有效的