论文部分内容阅读
随着我国证券市场规模的不断壮大,投资的信息、价量信息等信息是以指数级的方式增长,如何在这些海量的信息中筛选出具有投资价值的股票并合理分散组合风险是投资研究的热点问题。多因子量化投资策略凭借其有效性和稳定性逐渐成为投资者广泛认同和使用的投资策略之一,但是由于股票市场上因子种类众多,投资者往往无法确定哪些因子是有效因子,而且对于因子之间组合方式的处理过于粗糙。此外,传统的投资策略关注的重点在于获得高的超额收益,对于组合的风险关注不够,风险分散方式比较单一。论文探讨了中国股票市场上有效因子的选取以及多因子量化选股和投资组合优化问题。论文以沪深300指数成分股2006年1月至2015年12月的数据为研究样本,首先根据因子有效性判断标准从五类15个候选因子中筛选出了7个有效因子,然后利用熵权TOPSIS方法综合这些有效因子构建多因子量化选股模型,并将该模型与单因子模型以及基于因子打分法的多因子选股模型进行选股能力对比,评价其有效性;最后,在TOPSIS多因子量化选股模型的基础上,将股票的TOPSIS贴近度值引入到均值-CVaR模型中,构建投资组合优化模型,并将优化后的投资组合与等权重的投资组合绩效进行对比分析,评价投资组合优化模型的有效性。实证结果表明基于TOPSIS的多因子量化选股模型其选股能力高于单因子选股模型和基于因子打分法的多因子选股模型,能够获得显著的超额收益;在此基础上的投资组合优化模型可以使组合中股票的权重分配更加的合理,组合收益和风险收益比均得到了提高,实现了资产配置的进一步优化。论文通过采用TOPSIS方法综合股票市场有效因子来选择具有投资价值的股票,然后利用均值-CVa R模型对投资组合进行优化以降低风险。这种先选择再优化的股票投资策略不仅获得了显著的超额收益,更明显的降低了投资组合的风险,也为资本市场投资决策与风险管理提供有效的理论和方法支持。