“学海拾珠”系列之一百八十二：基于网络和机器学习的因子、资产和混合配置

主要观点： 执业证书号：S0010520070001邮箱：yanjw@hazq.com 分析师：吴正宇执业证书号：S0010522090001邮箱：wuzy@hazq.com 回到国内市场，资产和因子配置领域尚有较大的研究空间，机器学习和网络技术不失为一个良好的切入角度，值得探索。 ⚫资产和因子之间存在较强的相互关联性 网络结果很容易解释资产和因子之间的相互联系；网络中每个集群都包含一个价值因子和动量因子，与其他因子和资产相连。对于专业投资者来说，用预测资产和因子之间联系的预测模型将有助于解决风险与配置问题。 ⚫包含因子和资产的混合配置可获得最大的收益 各策略的实证结果表明，资产配置使用有向网络更好，并由显著的中心性得分的美国国债和货币收益驱动；而因子配置使用关联网络和逆方差效果更好，可产生有利的风险收益参数，主要有FFC因子的重要性得分所驱动。混合配置的实证结果发现因子在投资组合中重要性的信息，即更建议投资者考虑混合配置策略。 相关报告 1.《股息收益率、股息增长率和回报可预测性——“学海拾珠”系列之一百八十一》 2.《基金投资者能否从波动率管理中获益？——“学海拾珠”系列之一百八十》 ⚫在投资组合管理中运用机器学习有助于帮助投资者找到配置方案运用LASSO对因子和资产具有明显的收缩作用和显著的截距，突 出了特征选择的重要性和分散性，获得了更稳健的资产配置；后进行交叉验证，根据MSE选择最佳的模型，帮助投资者理解模型价值，找到最优配置方案。 3.《如何使用强化学习优化动态资产配置？——“学海拾珠”系列之一百七十九》 4.《高成交量回报溢价与经济基本面——“学海拾珠”系列之一百七十八》 ⚫风险提示 5.《基金经理技能之卖出能力的重要性——“学 海 拾 珠”系 列 之 一 百 七 十七》 文献结论基于历史数据与海外文献进行总结；不构成任何投资建议。 6.《美元beta与股票回报——“学海拾珠”系列之一百七十六》 7.《基于残差因子分布预测的投资组合优化——“学海拾珠”系列之一百七十五》 8.《历史持仓回报会影响基金经理后续选股吗？——“学海拾珠”系列之一百七十四》 正文目录 1引言........................................................................................................................................................................................................42数据........................................................................................................................................................................................................63如何衡量资产和因子的连通性？......................................................................................................................................................73.1关联网络VS.有向网络...................................................................................................................................................................................73.2网络特性.............................................................................................................................................................................................................84从网络到投资组合管理......................................................................................................................................................................94.1投资组合配置....................................................................................................................................................................................................94.2投资组合度量的比较......................................................................................................................................................................................95因子和资产（不）相关吗？............................................................................................................................................................106投资组合配置的实证结果................................................................................................................................................................136.1纯因子配置......................................................................................................................................................................................................136.2纯资产配置......................................................................................................................................................................................................146.3混合配置..........................................................................................................................................................................................................157投资组合管理中的机器学习............................................................................................................................................................167.1投资组合配置：特征重要性.....................................................................................................................................................................177.2交叉验证..........................................................................................................................................................................................................178结论......................................................................................................................................................................................................19风险提示：.............................................................................................................................................................................................20 图表目录 图表1文章框架...........................................................................................................................................................................................................4图表2资产、因子回报和总互惠性（2003.01-2017.12）.......................................................................................................................11图表3回报与总互惠性之间的预测关系..........................................................................................................................................................11图表4资产集群和因子MST网络（2003.01-2017.12）....