
基金研究
Mikey_Sun
Coding the World. Quantifying the future.
展开
-
【基金量化研究系列】基金绩效归因模型(三)——基于CAPM、T-M、H-M、C-L模型的基金绩效归因研究
文章目录1. 引言2. 模型介绍2.1 CAPM模型2.2 T-M模型2.3 H-M模型2.4 C-L模型2.5 H-M模型 V.S. C-L模型3. 实证分析3.1 数据选择3.2 python代码块3.3 输出结果与分析写在最后1. 引言在前一篇文章中,我们对某只基金的超额收益来源进行了分解,分解成了择时、择股与交互作用三个部分。详情请见:【基金量化研究系列】基金绩效归因模型(一)——Brinson多期归因模型简介。然而,Brinson多期归因模型在使用时需要使用每一个子周期的具体持仓信息(在各行原创 2020-06-03 15:10:29 · 22086 阅读 · 13 评论 -
【基金量化研究系列】大类资产配置研究(六)——多资产风险平价策略
文章目录1. 引言2. 风险平价策略简介1. 引言2. 风险平价策略简介所谓风险平价策略,即将风险平均分散入各资产,使得每一类资产贡献的风险相等。所以首先要解决的问题,就是如何去衡量各类资产所贡献的风险大小。首先,我们知道,对于每一类资产,设每一类资产权重为 ωi 则组合资产的风险有:σp=(ωTΣω)12\sigma_p = (\omega^T \Sigma \omega )^{ \frac{1}{2}}σp=(ωTΣω)21其中:定义第 i 类资产的风险贡献率(Risk Co原创 2020-05-28 14:13:46 · 7993 阅读 · 2 评论 -
【基金量化研究系列】大类资产配置研究(四)——基于马科维茨模型的资产配置研究
2. 马科维茨模型简介所谓 马科维茨模型(Markowitz Model)3. 基于马科维茨模型的资产配置策略伪代码如下:Step 0:始化参数。规定调仓频率(本文以60个交易日为单位进行调仓),设定每一周期模型的优化目标函数(本文以最优夏普比率为例),并规定 t = 0,进入Step 1;Step 1:在每一调仓日,根据前一周期的日收盘价格(本文以前60个交易日收盘价)计算每日的权重方差,马科维茨模型生成的各类资产目标权重进行...原创 2020-05-27 14:36:38 · 7326 阅读 · 2 评论 -
【基金量化研究系列】大类资产配置研究(三)——多资产均衡配置策略
文章目录1. 引言2. 多资产均衡配置策略2.1 策略简介2.2 策略的伪代码实现3. 多资产偏股型策略3.1 策略简介3.2 策略的伪代码实现4. 多资产偏债型策略4.1 策略简介4.2 策略的伪代码实现5. 基于Python的策略实现5.1 Python代码5.2 实证结果6. 结论免责声明写在最后1. 引言在前两篇文章中,我们研究了五种股票和债券两类资产的配置模型。(详情请见:【基金量化研究系列】大类资产配置研究(一)——股债二八配置策略与股债风险平价策略 以及【基金量化研究系列】大类资产配置研原创 2020-05-19 00:03:29 · 5157 阅读 · 1 评论 -
【基金量化研究系列】大类资产配置研究(二)——股债二八轮动策略
文章目录1. 引言2. 股债二八轮动策略3. 动态再平衡股债二八轮动策略4. 基于python的策略实现4.1 策略代码4.2. 运行结果实证分析5. 总结写在最后1. 引言在上一篇文章中,我们研究了股债二八策略和股债风险平价策略。(详情请见:【基金量化研究系列】大类资产配置研究(一)——股债二八配置策略与股债风险平价策略)在这篇文章中,我们仍以“易方达沪深300ETF(510310)”与“国泰上证5年国债ETF(511010)”作为股票市场与债券市场的基准可投标的,来引入一种新的策略——股债二八轮动原创 2020-05-15 22:49:18 · 3610 阅读 · 1 评论 -
【基金量化研究系列】大类资产配置研究(一)——股债二八配置策略与股债风险平价策略
文章目录1. 引言1.1 资产配置简介1.2 可投标的说明1.3 市场基本情况与数据库使用的说明1.4 本文策略基本假设2. 资产配置策略一——股债二八策略2.1 策略简介2.2 基于python的策略实现2.3 策略表现3. 资产配置策略二——股债风险平价策略3.1 策略简介3.2 基于python的策略实现3.3 策略表现4. 资产配置策略三——动态调仓的股债风险平价策略4.1 策略简介4.2 基于python的策略实现4.3 策略表现5. 策略比较与结论写在最后1. 引言1.1 资产配置简介资原创 2020-05-15 00:29:42 · 6622 阅读 · 4 评论 -
【基金量化研究系列】基金绩效归因模型——Brinson多期归因模型
文章目录1. 引言2. Brinson单期归因模型2.1 模型框架2.2 公式推导3. Brinson多期归因模型3.1 模型框架3.2 公式推导4. Brinson模型的应用场景4.1 基金组合归因4.2 基金经理能力刻画4.3 大类资产配置应用5. 模型的实现与实证案例研究写在最后1. 引言在2. Brinson单期归因模型2.1 模型框架wpwbrp组合收益:wp rp择股收益:wb rprb择时收益:wp rb基准收益:wb rb2.2 公式推原创 2020-05-15 00:29:25 · 18849 阅读 · 4 评论 -
【基金量化研究系列】基金绩效归因模型——Brinson多期归因模型之python实现
文章目录1. 引言2. Brinson多期归因模型的Python实现2.1 基准数据读取模块2.2 持仓数据读取模块2.3 持仓收益与基准计算模块2.4 Brinson多期归因模型核心算法Brinson_Multiple2.5 主函数模块3. 归因结果写在最后1. 引言在上文中,我们已经介绍了Brinson归因模型的基本思想。那么,就让我们动起手来,实现这一方法吧!在Brinson多期归因模型实现的过程中,本文使用模块化方法,将整个实现过程划分为如下五个功能板块:Module 1: 基准数据读取模原创 2020-05-10 00:11:46 · 22862 阅读 · 38 评论