林晓明S0570516010001

SFC No. BPY421 研究员

李子钰S0570519110003 研究员

报告发布时间:2020年10月24日

摘要

今年周频调仓 AlphaNet 相对中证 500 超额 23.57%

今年以来周频调仓 AlphaNet 模型表现较好,该模型上周超额收益为 -1.78%,今年以来超额收益为 23.57%。模型 2011 年回测以来年化超额收 益率为 20.81%,信息比率为 3.43,Calmar 比率为 2.81。模型构建的组合 当前 PE 为 54.27, PB 为 8.57,ROE 为 4.27%。

今年双周频调仓“遗传规划+随机森林”相对中证 500 超额 16.45%

双周频调仓的“遗传规划+随机森林”模型上周超额收益为-2.49%,今年 以来超额收益为 16.45%。模型 2011 年回测以来年化超额收益率为 18.02%,信息比率为 2.82,Calmar 比率为 2.73。模型构建的组合当前 PE 为 57.41, PB 为 9.19,ROE 为 4.66%。

今年公募中证 500 指数增强基金平均超额收益为 8.94%

截至 2020 年 10 月 23 日,公募沪深 300 指数增强基金上周平均超额收益 为-0.5%,最近一个月平均超额收益为-0.68%,今年以来平均超额收益为 4.18%。公募中证 500 指数增强基金上周平均超额收益为-0.81%,最近一 个月平均超额收益为 0.83%,今年以来平均超额收益为 8.94%。

今年以来阿尔法策略类私募基金收益率中位数为 14.09%

截至 2020 年 10 月 9 日,今年以来,股票多空类私募基金收益率中位数为 23.49%,宏观对冲类私募基金收益率中位数为 18.64%,阿尔法策略类私 募基金收益率中位数为 14.09%,沪深 300 增强私募基金收益率中位数为 19.59%,中证 500 增强私募基金收益率中位数为 24.19%,CTA 私募基金 收益率中位数为 16.44%。有投资顾问的沪深 300 增强私募基金和中证 500 增强私募基金超额收益率中位数分别为 9.77%和 26.98%。无投资顾问的 沪深 300 增强私募基金和中证 500 增强私募基金超额收益率中位数分别为 2.6%和 2.03%。

风险提示:通过人工智能模型构建选股策略是历史经验的总结,存在失效 的可能。人工智能模型可解释程度较低,使用须谨慎。本报告对基金历史 数据进行梳理总结,不构成任何投资建议。

正文

周频调仓的 AlphaNet 模型近期表现

本章跟踪周频调仓的 AlphaNet 模型(全 A 选股,中证 500 行业市值中性)。模型近期表现 如图表 2~图表 8 所示。

















双周频调仓的“遗传规划+随机森林”模型近期表现

本章跟踪双周频调仓的“遗传规划+随机森林”模型(全 A 选股,中证 500 行业市值中性)。模型近期表现如图表 10~图表 12 所示。









图表 13 为基于量价的人工智能选股模型详细回测绩效。



图表 14 展示了“遗传规划+随机森林”模型中重要性排名前十的因子



公募指数增强基金近期表现

我们选取公募基金旗下的 34 只沪深 300 指数增强基金和 24 只中证 500 指数增强基金, 分析指数增强产品的业绩表现。图表 15 展示了近期沪深 300 指数增强基金和中证 500 指 数增强基金按规模加权的平均超额收益情况。



图表 16 和图表 17 展示了规模排名前 5 的沪深 300 指数增强基金和中证 500 指数增强基金。





私募基金近期表现

以 2020 年 10 月 16 日为最近取得净值的时间,我们选取 Wind 数据库中以下 6 类私募基 金:1. 股票多空:“投资策略”为“股票多空”的私募基金,共 78 只。2. 宏观对冲:“投资策略”为“宏观对冲”的私募基金,共 103 只。3. 阿尔法策略:“投资策略”为“阿尔法策略”的私募基金,共 132 只。4. 沪深 300 增强:“简称”包含“沪深 300”关键字的股票型私募基金,共 12 只。5. 中证 500 增强:“简称”包含“中证 500”关键字的股票型私募基金,共 161 只。6. CTA:“简称”包含“CTA”关键字的私募基金,共 62 只。图表 18 展示了近期以上 5 类私募基金的收益率中位数情况。



对于中证 500 增强基金和沪深 300 增强基金,我们再将其划分为以下两类:1. 有投资顾问:“投资顾问”字段非空的基金。2. 无投资顾问:“投资顾问”字段为空的基金。图表 19 和图表 20 展示了有、无投资顾问的私募中证 500 增强基金和沪深 300 增强基金 的超额收益中位数情况。





风险提示

通过人工智能模型构建选股策略是历史经验的总结,若市场规律改变,存在失效的可能。人工智能模型可解释程度较低,归因较困难,使用须谨慎。本报告对基金历史数据进行梳 理总结,不构成任何投资建议。

免责申明与评级声明





本公众号不是华泰证券股份有限公司(以下简称“华泰证券”)研究报告的发布平台,本公众号仅供华泰证券中国内地研究咨询服务客户参考使用。其他任何读者在订阅本公众号前,请自行评估接收相关推送内容的适当性,且若使用本公众号所载内容,务必寻求专业投资顾问的指导及解读。华泰证券不因任何订阅本公众号的行为而将订阅者视为华泰证券的客户。

本公众号转发、摘编华泰证券向其客户已发布研究报告的部分内容及观点,完整的投资意见分析应以报告发布当日的完整研究报告内容为准。订阅者仅使用本公众号内容,可能会因缺乏对完整报告的了解或缺乏相关的解读而产生理解上的歧义。如需了解完整内容,请具体参见华泰证券所发布的完整报告。

本公众号内容基于华泰证券认为可靠的信息编制,但华泰证券对该等信息的准确性、完整性及时效性不作任何保证,也不对证券价格的涨跌或市场走势作确定性判断。本公众号所载的意见、评估及预测仅反映发布当日的观点和判断。在不同时期,华泰证券可能会发出与本公众号所载意见、评估及预测不一致的研究报告。

在任何情况下,本公众号中的信息或所表述的意见均不构成对任何人的投资建议。订阅者不应单独依靠本订阅号中的内容而取代自身独立的判断,应自主做出投资决策并自行承担投资风险。订阅者若使用本资料,有可能会因缺乏解读服务而对内容产生理解上的歧义,进而造成投资损失。对依据或者使用本公众号内容所造成的一切后果,华泰证券及作者均不承担任何法律责任。

本公众号版权仅为华泰证券所有,未经华泰证券书面许可,任何机构或个人不得以翻版、复制、发表、引用或再次分发他人等任何形式侵犯本公众号发布的所有内容的版权。如因侵权行为给华泰证券造成任何直接或间接的损失,华泰证券保留追究一切法律责任的权利。华泰证券具有中国证监会核准的“证券投资咨询”业务资格,经营许可证编号为:91320000704041011J。

林晓明

执业证书编号:S0570516010001
温馨提示:
1、在论坛里发表的文章仅代表作者本人的观点,与本网站立场无关。
2、论坛的所有内容都不保证其准确性,有效性,时间性。阅读本站内容因误导等因素而造成的损失本站不承担连带责任。
3、当政府机关依照法定程序要求披露信息时,论坛均得免责。
4、若因线路及非本站所能控制范围的故障导致暂停服务期间造成的一切不便与损失,论坛不负任何责任。
5、注册会员通过任何手段和方法针对论坛进行破坏,我们有权对其行为作出处理。并保留进一步追究其责任的权利。
回复

使用道具 举报

    您需要登录后才可以回帖 登录 | 立即注册

    本版积分规则

    • 售后服务
    • 关注我们
    • 社区新手

    QQ|手机版|小黑屋|数据通

    Powered by datatong.net X3.4  © 2008-2020 数据通