请 [注册] 或 [登录]  | 返回主站

量化交易吧 /  量化平台 帖子:3365935 新帖:0

【研报分享】Barra 模型进阶: 多因子模型风险预测

汇市江湖百晓生发表于:8 月 22 日 20:52回复(1)

研报名称:《方正证券:Barra 模型进阶: 多因子模型风险预测》

研报作者:分析师:韩振国

投资要点

多因子模型风险预测:百尺竿头,更进一步
投资是一把双刃剑,投资者既是收益的追逐者,同时也是风险的承担者。 一个好的多因子模型框架通常包含收益模型、风险模型、绩效归因三个模块,本报告聚焦多因子模型的第二大功能—风险预测。

多因子风险矩阵估计方法
采用多因子结构化风险矩阵估计时,为保证样本内外估计的一致性、增加估计结果的准确性,需要对因子协方差矩阵和特异风险矩阵的估计作如下调整:

  • 因子协方差矩阵估计: Newey-West 自相关调整、 特征值调整、 波动率偏误调整
  • 特异风险矩阵估计: Newey-West 自相关调整、结构化模型调整、贝叶斯收缩调整、波动率偏误调整

多因子风险预测模型应用

在实际投资中,风险预测的应用十分广泛。本报告主要介绍如何对任意投资组合的风险进行预测, 以及如何构建 Smart Beta 最小期望风险组合。

  • 任意投资组合风险预测: 给定投资组合权重向量,即可对其未来 1 个月波动进行预测,回测发现预测波动率与实际波动率走势十分相似,对于 Wind 全A 指数,二者相关关系高达 74%。

  • 最小期望风险 GMV 组合: 在给定投资标的的情况下,每月月底调整权重,使得投资组合的预期风险最小。研究发现,GMV 组合的实际风险明显小于基准组合,夏普比率有明显的提高。

风险提示

本报告统计结果基于历史数据,未来市场可能发生重大变化。

全部回复

0/140

量化课程

    移动端课程