中银国际-中银量化专题研究：如何高频预测模拟Wind主动股基（885000.WI）指数？-220909

《中银国际-中银量化专题研究：如何高频预测模拟Wind主动股基（885000.WI）指数？-220909（17页）.pdf》由会员分享，可在线阅读，更多相关《中银国际-中银量化专题研究：如何高频预测模拟Wind主动股基（885000.WI）指数？-220909（17页）.pdf（17页精品完整版）》请在悟空智库报告文库上搜索。

　　报告使用动态优化建模，对未来一周Wind普通股票型基金指数成分股和权重进行预测，使预测组合与股票基金指数的走势尽可能一致。实证表明模型取得了较好的预测效果，为高频跟踪公募换仓动态，构建FOF与主动股基增强策略提供重要基础。
　　建模框架说明：模拟交易采用周度换仓的方式，每周一基于截止至上周五的信息，按照上周五的复权收盘价进行资产配置。其中，每个换仓日资产的0.95用于购买权益资产，0.05用于购买货币基金（假定年化收益为0.05）。交易的股票池为A股所有上市公司股票中剔除ST状态的股票。推荐模型采用净值的跟踪误差进行评估，跟踪误差越小代表模型预测越精确。
　　实证检验1：在公募最新季报重仓股中分配资产比在全A股市场中配置资产模拟效果要好。在全A股市场进行选股和资产配置，仓位波动情况总是远低于指数。通过分析，主要原因是部分市值大而收益率低的股票容易被重仓持有。而在公募基金季报重仓股中进行资产配置，从一次季报公布开始到下一次季报公布截止，期间每一个换仓日都按照季报公布的重仓股权重进行配置，能够使选股逻辑与公募基金更加贴合，从而达到更理想的预测模拟效果。
　　实证检验2：周度优化模型能够使模型模拟精度进一步提升。在实证检验1的结果基础上，我们采用如下的优化模型来猜测过去10天的平均持仓权重：对每一换仓日，约束条件为过去10天仓位股票池的个股收益率按照平均持仓权重进行加权，所得日收益率与指数日收益率相等。优化目标为最小化平均持仓权重与最近一次季报公布的重仓股权重之间的跟踪误差。该模型能够在一定程度上使持仓与市场同步变化，模拟效果更优。
　　实证检验3：使用上一周持仓权重对季报权重进行微调作为目标权重，模型模拟精度进一步提高。实证检验2使用季报权重作为优化的目标权重，以最小化持仓权重和目标权重的欧式距离作为目标函数。而使用上一周的持仓权重和季报权重的几何加权平均值作为优化的目标权重，可以使模型对市场变化更为敏感，起到更好的预测模拟效果。
　　实证检验4：几何加权的权重随时间做线性变化，模型模拟精度进一步提高。我们假设，随着距离上一次季报公布时间的延长，实证检验3中上一周持仓权重的重要性应该逐渐提升以适应市场变化。该假设得到了验证。当重要性（即几何加权的指数）随时间作线性变换时，模型取得了最好的预测模拟效果。
　　风险提示：投资者需关注模型失效风险