金融工程專題報告:基于相對強弱視角下的擴散指數擇時模型.pdf
- 上傳者:0*****
- 時間:2025/06/26
- 熱度:75
- 0人點贊
- 舉報
金融工程專題報告:基于相對強弱視角下的擴散指數擇時模型。
投資要點
本篇報告的主旨是提出一個基于指數成分股內進行風險因子監 控、輪動和配置視角的統一框架。原始擴散指數模型基于自身信號為 出發點,缺乏構建對比指標。而本篇報告強調相對強弱視角進行擴散 指數統計,可以削弱市場行情對于模型鈍化的影響。進一步,我們拓 展了這種用法,將該模型推廣到進行兩兩指數之間進行相對強弱比 較。同時進行回測,驗證模型對于不同指數標的之間的適用性。結論 是該模型對于指數成分內風格輪動及指數間輪動具有一定擇時能力。
原始擴散指數模型的缺陷
無論是趨勢模型和反轉模型,我們在構建擴散指數的過程中,更 多利用的是絕對指標,例如站上均線的比例或過去 N 天上漲比例等。 而這類模型在大牛市和大熊市來臨的時候,都容易面臨鈍化的問題, 這背后的原因還是由于市場本身的 beta 屬性決定的。
相對強弱模型提出
為了消除市場 beta 對于模型的影響,我們提出兩個模型,第一 個模型是基于指數內部風格判斷的擴散指數模型,用于指數內的風格 輪動。第二個模型是基于不同細分指數之間的相對強弱判斷的擴散指 數模型,用于指數間的輪動。
兩個模型之間的內在聯系
模型一側重于單一指數成分內刻畫不同因子的擴散性結果。第二 個模型理論上是第一個模型的推廣,因為第一個模型局限于特定指數 內,具有一定局限性,因此我們考慮將其進行一定的推廣,以適用于 不同指數之間進行比較。
歷史回測及參數敏感性
考慮到不同因子之間的閾值并不相同,這里在回測的時候,統一 采用雙均線法進行回測。雙均線法介紹:短期均線是擴散指數 10 日 MA,長期均線是短期均線 20 日 MA。短期均線站上長期均線則滿倉, 反之則空倉。模型一回測了滬深 300、中證 500、中證 1000 等指數成 分股內波動率因子的雙均線法表現。以中證 1000 指數為例,展示了 不同回顧期、短期均線、長期均線的參數敏感性。最優回顧期在 20- 25 天左右。這個結果整體穩定性較好。模型二回測了中證 1000 和滬 深 300 指數之間的輪動效果、創業板指和中證 A500 之間的輪動效果。 以中證 1000 和滬深 300 輪動為例,展示了不同參數的敏感性。上述 兩個模型均可以在回顧期 20 天附近取得比較穩定的結果。
免責聲明:本文 / 資料由用戶個人上傳,平臺僅提供信息存儲服務,如有侵權請聯系刪除。
- 相關標簽
- 相關專題
- 全部熱門
- 本年熱門
- 本季熱門
- 用DeepSeek優化價量因子.pdf 393 6積分
- 金工深度研究:基于趨勢和拐點的市值因子擇時模型.pdf 290 6積分
- 金工深度研究:博采眾長,分析師預期類因子初探.pdf 286 6積分
- 招商銀行(徐佳航):招商銀行金融平臺工程實踐.pdf 282 10積分
- 金工深度研究:高頻特征參數化,分鐘級可解釋因子挖掘框架.pdf 166 4積分
- 第九章 奇異期權.pptx 112 12積分
- 金融工程-遠期合約.pptx 109 21積分
- 申萬金工因子觀察第5期:OpenClaw能否實現零代碼基礎構建量化策略?.pdf 106 4積分
- 金工實習報告范文.docx 105 5積分
- 金工深度研究:多維擇時模型的拆解與重構.pdf 98 3積分
- 金工深度研究:高頻特征參數化,分鐘級可解釋因子挖掘框架.pdf 166 4積分
- 申萬金工因子觀察第5期:OpenClaw能否實現零代碼基礎構建量化策略?.pdf 106 4積分
- 金工深度研究:多維擇時模型的拆解與重構.pdf 98 3積分
- 宏觀視角下的港股擇時模型.pdf 87 4積分
- 金融工程指數量化系列:高值偏離修復模型(多位點).pdf 79 4積分
- 金融工程專題報告:基于相對強弱視角下的擴散指數擇時模型.pdf 76 6積分
- 金融工程專題:熱點產業+分析師動量溢出后排策略.pdf 75 5積分
- 金工深度研究:全球三層次流動性風險預警模型.pdf 73 5積分
- 金融工程專題報告:基于知識蒸餾的AI選股模型優化.pdf 66 3積分
- CJPY:長江金工投研數據服務解決方案.pdf 53 5積分
- 金工深度研究:高頻特征參數化,分鐘級可解釋因子挖掘框架.pdf 166 4積分
- 金工深度研究:多維擇時模型的拆解與重構.pdf 98 3積分
- 金融工程指數量化系列:高值偏離修復模型(多位點).pdf 79 4積分
- 金融工程專題:熱點產業+分析師動量溢出后排策略.pdf 75 5積分
- 金融工程專題報告:基于知識蒸餾的AI選股模型優化.pdf 66 3積分
- CJPY:長江金工投研數據服務解決方案.pdf 53 5積分
- 金融工程:深度學習選股訓練目標的多維優化——深度學習系列之二.pdf 45 5積分
- 金融工程丨深度報告:平臺突破——時序選股模型(一).pdf 43 3積分
- 金工財報附注系列研究:財報附注結構拆解、數據提取與財務畫像.pdf 32 6積分
