【宽客研报】基于均值回复的行业配臵策略
本报告导读：我们详细阐述了均值回复思想，并构建了均值回复策略。过去近 5 年的时间里基于均值回复的行业配臵策略取得了 200%的收益，年化收益近 30%，胜率 67%，最大回撤 9%，夏普比率 1.6。超额收益达到 24.14%，交易胜率为 77.50%，接近 80%，最大回撤仅为4.36%，夏普比率为 1.70。
摘要：
均值回复是一种被广泛应用的方法，其核心思想是买入过去表现差的股票，卖出过去表现好的股票。本文主要考虑如何将均值回复思想用在行业配臵上。
构建均值回复策略有两个核心问题需要解决：1、如何构建目标函数；2、如何对未来价格进行预测。
关于目标函数，我们采用的是对数效用函数，经过泰勒展开后，其近似等价于权重调整幅度最小化，从而能有效降低换手率。
关于对未来价格的预测，为了规避噪音以及异常值的影响，我们采用中位数法来预测下一期的价格。
我们将均值回复策略用在行业配臵上，在过去近 5 年的时间里，均值回复策略明显跑赢了沪深 300，对冲后的累积收益142%，年化超额收益 22%；不过该策略的胜率只有 57%，回撤高达 29%，稳定性较差。
我们认为均值回复策略不稳定的重要原因在于市场并非总是均值回复的。如果能够在做配臵之前先判断市场是否具有均值回复特性，策略效果或许能有明显改善。
基于这样的想法，我们引用技术分析中的思想，利用移动平均线的方法来进行均值回复的判断：当某一期超过一定比例的行业的 3 期相对价格的移动平均线与 6 期相对价格的移动平均线发生交叉时，我们认为市场存在均值回复。
将修正后的均值回复策略再次用于行业配臵，效果有了明显改善：近 5 年时间，策略取得了 200%的收益，年化收益近30%，胜率 67%，最大回撤 9%，夏普比率 1.6。
事实上，关于均值回复的三个核心问题：构建目标函数、预测未来价格以及检验均值回复的存在性，我 完全解决，我们只是尝试着寻找一种合理的方式构建投资策略，更深入有效的均值回复策略有待于我们后续进一步研究。
**** Hidden Message *****
{:2_26:}{:2_26:}{:2_26:} 好东西，感谢分享 学习 学习,
页:
[1]