多因子模型研究系列之十：融合BL模型的上证50指数增强模型

在之前的一系列报告中,我们使用多因子模型,构造了关于沪深300和中证500的指数增强模型,本篇报告中,我们尝试构造关于上证50的指数增强模型。

上证50指数由于其成分股少、行业分布不均、有效因子少等特点,使用传统的多因子模型进行指数增强效果并不理想。我们使用马尔科维茨均值方差模型和多因子模型构建指数增强模型,两个增强模型相对于指数均取得了一定的超额收益,多因子模型相对于均值方差模型,收益率类似,波动率更小,夏普比率有所提升。

我们尝试使用Black-Litterman模型(简称BL模型)改进上证50指数增强模型。BL模型是马尔科维茨均值方差模型的一种优化模型,其将主观观点与市场均衡收益相结合,从而形成新的预期收益率。而我们也发现,上证50成分股的市场关注度较高,使用BL模型将市场观点、投资热度与传统指数增强模型结合,可以进一步改善原有模型的表现。

上证50指数增强BL模型观点来自三方面:报告评级调整、北上资金增减仓情况、北上资金持仓情况。三个观点对于原始模型的表现均有不同程度提升,其中北向资金增速+北向资金持仓的BL模型收益提升最为明显,2017-2019年年化收益22.82%,信息比率2.01。

我们提取了不同模型相对指数超配、低配标的的前5名,观察发现,大部分模型超配的标的普遍集中在贵州茅台、中国平安、招商银行、伊利股份、恒瑞医药等股票上。而低配标的普遍集中在银行股、中国中车、中国建筑等股票上。

风险提示:随着市场环境变化,模型存在失效风险。