简单的多策略融合尝试

1939

收藏 2017-07-19

　　原文来自：MindGo量化社区-简单的多策略融合尝试　　今天本来想研究一下配对交易的，然而做了一上午，发现效果很烂。。而且我大A缺乏可行的做空机制，配对没什么生存空间。。（即便如此，我还是做了一上午啊。。）
　　于是乎，下午在各大社区论坛搜集可尝试的策略。结果又一眼扫到了不久前刚看过的“狗股策略”，思路相当简单，由于股票的资本利得稳定性低，且难以预测，因此我们只关注一只股票的股息率。其操作方式更为简单，每年年底找出市场中股息率最高的10只股票，在第二年年初买入，一年后重复这个过程就可以了。“狗股策略”实际上就是一个单因子策略，根据股票的股息率来选择交易标的。
　　再于是乎，思路就来了，在这篇研究中，使用市净率作为择股标准，每个月选出沪深300中市净率最低的10只股票进行相应的调仓。先按照这个简单的想法跑了一下回测。。。结果好像还不错，除了回撤有点大以外，获得高于市场指数回报的超额收益是轻轻松松的。

　　灵光一闪，昨天在社区发布了基于HMM的市场环境择时研究。如果能把中间最大的38.37%的回撤屏蔽掉，那岂不是就会变得牛逼起来！
　　又于是乎，跑出了下面的曲线。虽然需要承认中间可能丧失了部分收益机会，且市场环境择时本身具有一定的择时滞后性，在2016年至今的震荡行情中的收益速度就降低了很多，但是可以看到净值曲线还是在一直上升的，而且可以看到最大回撤也从38%控制到了13%左右，保住大牛市所得的战果还是相当重要的。

　　分析原因，我认为原因有二：首先，通过市净率这一个指标进行选股调仓，其本身就是一个能够获得超额收益的因子，下图是每个月选择市净率最高的10只股票得到的结果。可以发现，选择市净率最低的10只股票得到的净值曲线可谓是轻轻松松跑输指数收益；第二，再结合了市场环境的择时之后，就能够规避掉一部分较差的市场环境，避免了绝对收益的回撤。综合来看，即获取好的市场环境下的超额收益，规避坏的市场环境下的绝对回撤。