您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[国泰期货]:解决产品额度不足的方法探索——替换与排序 - 发现报告

解决产品额度不足的方法探索——替换与排序

2025-05-15杨新雨国泰期货郭***
AI智能总结
查看更多
解决产品额度不足的方法探索——替换与排序

1投资咨询从业资格号:Z0021625yangxinyu@gtht.com 目录1.寻找策略内在相似度,建立稳定关联关系.....................................................................................................................................31.1相关系数直接方便,但存在局限性.......................................................................................................................................32.多维度建立标签体系,刻画策略内在特征.....................................................................................................................................42.1传统分类特征明确,是标签体系的重要部分....................................................................................................................42.1.1换手频率影响收益来源.................................................................................................................................................42.1.2数据结构影响收益结构.................................................................................................................................................52.2剖析波动与风格,纳入新的特征标签..................................................................................................................................62.2.1划分时序表现,构建策略进攻防御属性.................................................................................................................62.2.2风格众多,需综合考虑策略捕捉风格的特征........................................................................................................72.3传统结合新增,更全面的特征标签.......................................................................................................................................83.利用欧式距离度量相似度大小..........................................................................................................................................................103.1应用标签与距离,寻找替换策略.........................................................................................................................................103.2根据自身偏好,在排序下做出选择.....................................................................................................................................124.总结.............................................................................................................................................................................................................125.风险提示...................................................................................................................................................................................................13 请务必阅读正文之后的免责条款部分2 请务必阅读正文之后的免责条款部分(正文)1.寻找策略内在相似度,建立稳定关联关系我们在配置基金产品的时候往往会面临这样的困境:在综合考虑各方面的情况,如业绩表现、风险控制、公司治理等等之后,最终挑选出的中意产品却没有额度。在这种情况下,我们不得不寻找其他产品“替换”。但是在纷繁众多的其他产品中:什么样的产品才算是“替换”的产品?通过什么样的方法找到这样的产品?如何看待“替换”产品和理想产品的差异?是我们亟待解决的问题。当然,对于产品的选择和分析,是需要结合业绩、策略、公司治理等,各种定量、定性维度进行综合分析的。考虑到定性的分析往往与每位投资者自身的具体情况相关,具有一定的主观性和个体差异,这次的报告,我们更多的是从定量的方面:业绩、数据及其衍生出发,来考虑选择“替换”产品的方法。毕竟产品业绩和数据都是客观事实,其分析结果也具有一定的客观性和普适性。大家可以在定量筛选的基础上,从自身偏好和实际情况出发,从定性的角度进一步筛选,从而得到更符合自身需求的结果。通常来说,这种理想产品没有额度的情况在中性产品中尤其常见,因此,我们以中性产品为例来进行分析。1.1相关系数直接方便,但存在局限性说到寻找“替代”,大家直觉的反应便是找一个类似的产品,而衡量产品间的相似程度最直接的指标就是相关系数。在之前的报告《差异化配置,除了相关系数我们还可以看什么?》中我们分析过只参考相关系数的缺第一,主流产品线的产品间相关性呈左偏分布,意味着产品间的相关系数整体是偏高的,大约有40%的产品间相关系数都超过0.6;而在多个产品与理想产品的相关系数相差不大的情况下,我们很难说清产品间的差别,也很难判断这些产品与理想产品在未来表现的潜在分歧;因此仅仅要求相关系数高,很难做到有效地选择。第二,相关系数具有阶段性。在不同的时间段,产品间的相关性会发生变化,当前的高相关并不意味着长期的高相关,在未来,高相关系数的产品间也可能出现较大分化,因此,仅考虑相关系数高,这样的选择稳定性较弱。综上,与寻找差异化产品一脉相承地,寻找替代产品,我们也需要从多维度出发,寻找到产品间内在逻辑与业绩表现都存在相似性的产品。虽然随着管理人策略的迭代,内在逻辑也可能会发生变化,但这种变化不会很快;并且有内在逻辑作为支持,由此建立的相似性比仅依靠表现数据计算而来的相关系数更为稳定。 陷: 3 请务必阅读正文之后的免责条款部分资料来源:国泰君安期货2.多维度建立标签体系,刻画策略内在特征定量的分析更多地是从策略的层面加强我们对产品的认知,我们将通过对策略的多维度标签,建立对策略更为立体化的刻画,从而找到综合多个维度与目标策略最接近的策略,作为替代。那么这里的核心就是策略的分类标签,既包括一些已经被广泛使用的传统标签,也包括一些随着策略丰富度拓展,我们通过模型、计算得到的新的标签。因为在部分分类中包含模型和计算,我们仍旧要考虑样本内外的问题。这里我们以上一篇报告《差异化配置,利用风格建立管理人立体化标签》的时间即2025年2月7日为划分标签的样本内时间,之后的时间截至2025年4月30日作为样本外的短期观察。2.1传统分类特征明确,是标签体系的重要部分Alpha策略受到关注以来,已经形成了一些具有公允性的分类方式,这些分类方式分别刻画了策略的一种内在特征,如所用数据/因子中基本面类的占比多少,即基本面或者量价策略;以及策略的换手频率,即高频、中频、低频策略等。这些特征的不同一定程度上会带来产品表现上的差异,因此,我们在扩充后的标签维度中仍旧沿用。2.1.1换手频率影响收益来源由于T+1的交易制度限制,整体股票类策略换手不会太高,特别是在目前马太效应明显且监管日益加强的情况下,头部管理人规模扩充快,一些从前的高频管理人为了适应规模的扩大,在策略层面也做了降频处理。综合市场上各策略换手的大体分布,我们设定年化双边换手在100倍及以上的策略为高频策略,这类策略大体上会在两天左右或者更短的时间内换完一遍持仓,因此,对短期的波动和市场的流动性比较敏感,买卖点的差距也会对收益产生较为明显的影响。除了传统Alpha策略在截面上获取相对强弱带来的选股类的收益,高频策略还有可能获得一些交易性质的收益。而对于换手在年化双边50倍至100倍区间的策略来说,平均持仓在周度频段,因此,对于日内短期的波动敏感性不及高频,对于策略收益起最主要贡献的即在截面上选取相对强势的股票而带来的选股性质的收益。当然,随着管理人的模型打磨得日益细致,部分这一频段的策略会使用连续预测信号,即在日内进行滚动预测,这一类型的预测信号仍有可能带来部分的交易性质的收益。 资料来源:国泰君安期货 4 请务必阅读正文之后的免责条款部分对于年化双边换手在50倍以下的策略来说,平均持仓周期会超过一个星期,短期的波动对于它们的影响就比较小了,另外它们对于市场的成交变化敏感性也更低。由此可见,策略的换手频率的不同会带给策略收益结构的不同,从而引发策略的不同表现。因此,换手频率是我们分析策略的重要标签。图3:不同换手频率的策略表现资料来源:国泰君安期货从各类策略的平均指数来看,在一些局部阶段,三类策略的收益节奏还是有一定区别的。2.1.2数据结构影响收益结构从策略运用到的因子占比出发,不同的因子会带来不同的风格收益。当然,目前的A股市场仍然是量价因子在赚钱效应上更占优势,因此量价类的因子运用更为普遍。另外,也有一些策略运用到了一些基本面和量价之外的另类数据,能够提供一些另类收益,但这一类型仍是少数。因此我们仅以量价因子为区分,若量价因子的占比少于50%,则划定为基本面类策略,或者说非量价策略;而剩下的划分为量价策略。由于贡献的收益和风险风格不同,因此两者的收益结构也存在明显差距,策略的因子类型仍是我们不可忽视的分类因素。显然,两类类型的策略节奏是存在一定差异性的。0.90.9511.051.11.151.21.251.32022/1/72022/2/72022/3/72022/4/72022/5/72022/6/72022/7/72022/8/72022/9/72022/10/72022/11/72022/12/72023/