量化投資策略：“核心”演化為綱技術(shù)迭代為本

1、核心觀點(diǎn)核心觀點(diǎn)“核心資產(chǎn)”：內(nèi)涵不變，穩(wěn)健先行。多維度篩選長期基本面穩(wěn)健的行業(yè)龍頭。使用主動(dòng)手段防范短期業(yè)績波動(dòng)。精選低估值個(gè)股，增強(qiáng)組合價(jià)格穩(wěn)健性。成長風(fēng)格：把握有質(zhì)量、有核心競爭力的新增長。當(dāng)前更強(qiáng)調(diào)有質(zhì)地、有核心競爭力的增長。預(yù)期業(yè)績?cè)鏊俚南鄬?duì)變化是成長風(fēng)格的關(guān)鍵推動(dòng)力。ESG主題投資：“核心資產(chǎn)”的演化新方向。全球ESG投資蔚然成風(fēng)。A股與香港市場持續(xù)推進(jìn)ESG相關(guān)制度。人工智能：技術(shù)迭代為量化投資助力海外各類投資機(jī)構(gòu)加大人工智能領(lǐng)域的布局案例一：基于隨機(jī)森林的擇時(shí)套保策略案例二：基于模式匹配的行業(yè)輪動(dòng)策略CONTENTS目錄市場回顧：量化視角下分化的2019“核心資產(chǎn)”：內(nèi)涵不變，

2、穩(wěn)健先行成長風(fēng)格：有質(zhì)量、有核心競爭力的新增長ESG主題投資：“核心資產(chǎn)”的演化新方向人工智能：技術(shù)迭代為量化投資助力風(fēng)險(xiǎn)因素市場回顧：量化視角下分化的大小盤與行業(yè)板塊持續(xù)分化行業(yè)內(nèi)，龍頭股馬太效應(yīng)顯著估值層面，價(jià)值因子持續(xù)回撤跟蹤策略表現(xiàn)：總體與市場風(fēng)格表現(xiàn)一致規(guī)模指數(shù)層面，市場以滬深300和中證500為界限形成了兩個(gè)梯隊(duì)。梯隊(duì)內(nèi)部走勢較為趨同；中小盤股全年仍然持續(xù)跑輸大盤股。行業(yè)指數(shù)層面，伴隨增長的下行，周期類行業(yè)顯著跑輸市場，消費(fèi)類版塊則顯著跑贏。上游類板塊跑輸市場的幅度最大，中信鋼鐵、石油石化行業(yè)指數(shù)分別跑輸中證800指數(shù)- 26.05%和-19.76%。滬深300 vs.上證50 中

3、證1000vs. 中證500滬深300 vs.上證50 中證1000vs. 中證50046001.000.950.900.850.80滬深300價(jià)格（右軸） 中證500vs. 滬深3001.05上證50、滬深300、中證500、中證1000指數(shù)的相對(duì)強(qiáng)弱50%40%30%20%10%0%-10%-20%-30%2019年以來中信一級(jí)行業(yè)指數(shù)相對(duì)中證800的超額收益171229180402180702180925181225190328190627190920農(nóng)林牧漁171229180402180702180925181225190328190627190920農(nóng)林牧漁餐飲旅游國防軍工房地產(chǎn) 煤

4、炭有色金屬紡織服裝行業(yè)龍頭的優(yōu)勢地位仍在不斷鞏固，大市值公司在行業(yè)內(nèi)市場占有率仍在不斷提升。市場也行業(yè)內(nèi)的大市值公司更高的估值溢價(jià)，且溢價(jià)幅度在2019年7月后加速攀升。2018年以來行業(yè)龍頭營收占行業(yè)營收比重2018年以來行業(yè)龍頭營收占行業(yè)營收比重行業(yè)Top3市值公司營收/行業(yè)營收行業(yè)Top5市值公司營收/行業(yè)營收 行業(yè)Top10/55%50%45%40%35%30%25%20%2018Q12018Q22018Q32018Q42019Q12019Q22019年以來行業(yè)龍頭估值相對(duì)行業(yè)估值水平行業(yè)Top3市值公司PETTM中位數(shù)/行業(yè)PETTM中位數(shù)行業(yè)Top5市值公司PETTM中位數(shù)/行業(yè)P

5、ETTM中位數(shù)1.05 行業(yè)Top10市值公司PETTM中位數(shù)/行業(yè)PETTM中位數(shù)1.000.950.900.850.800.7520190102201904032019070320190926資料來源：Wind，中信證券研究部資料來源：Wind，中信證券研究部2019年以來，各個(gè)主要指數(shù)空間價(jià)值因子卻持續(xù)的貢獻(xiàn)負(fù)超額收益。價(jià)值因子的投資收益來源于估值可比（通常為同一行業(yè)）的公司中被錯(cuò)誤低估的股票向估值中樞回復(fù)所帶來的收益。量化領(lǐng)域的價(jià)值因子本質(zhì)上屬于統(tǒng)計(jì)套利，其收益的消失說明所使用的價(jià)格參考體系失效，即當(dāng)前主流的以行業(yè)來劃分的股票集合內(nèi)部之間不再具有可比性。2012年至2013年價(jià)值因子回

6、撤，恰逢中國迎來移動(dòng)互聯(lián)紅利的時(shí)代，同一行業(yè)內(nèi)實(shí)現(xiàn)“網(wǎng)絡(luò)+”和未實(shí)現(xiàn)“網(wǎng)絡(luò)+”的公司之間形成了分化的鴻溝。3000-10%34003000-10%3400-5%38000%42005%460010%滬深300 中證500上證50中證800指數(shù)（右軸）絕對(duì)價(jià)值因子在各個(gè)指數(shù)空間的累積超額收益60005000400030002000100000%-2%-4%-6%-8%-10%-12%-14%-16%滬深300指數(shù)（右軸）價(jià)值因子回撤滬深300空間價(jià)值因子的長期歷史回撤2018-01-022018-04-032018-07-032018-09-262018-12-262019-03-292019-

7、06-282019-09-232009-01-052010-01-192011-02-142012-02-292013-03-192014-04-102015-04-272016-05-112017-05-312018-06-132019-07-02資料來源：Wind，中信證券研究部資料來源：Wind，中信證券研究部2018-01-022018-04-032018-07-032018-09-262018-12-262019-03-292019-06-282019-09-232009-01-052010-01-192011-02-142012-02-292013-03-192014-04-102

8、015-04-272016-05-112017-05-312018-06-132019-07-02選股策略方面，由于市場以機(jī)構(gòu)抱團(tuán)為主，傳統(tǒng)事件驅(qū)動(dòng)類策略的表現(xiàn)依然低迷，預(yù)期 高派現(xiàn)、分析師持續(xù)覆蓋策略表現(xiàn)較好。行業(yè)輪動(dòng)策略方面，由于市場對(duì)盈利穩(wěn)定的行業(yè)給予了更高的估值，行業(yè)間估值中樞發(fā) 生了變化，基于業(yè)績與估值視角的行業(yè)輪動(dòng)策略表現(xiàn)較差，而宏觀視角下的行業(yè)輪動(dòng)策 略表現(xiàn)較優(yōu)。當(dāng)前跟蹤部分的主題選股與行業(yè)輪動(dòng)策略的超額收益表現(xiàn)（相對(duì)中證800）預(yù)期高派現(xiàn)組合分析師持續(xù)推薦組合業(yè)績預(yù)增組合高管增持組合公司增持組合宏觀視角下的行業(yè)輪動(dòng)策略業(yè)績與估值視角的行業(yè)輪動(dòng)全部10.39%9.20%14.66

9、%2.00%2.31%7.76%9.01%2019（截至10月31日7.13%16.92%1.30%-22.80%-36.33%11.93%-12.67%20187.36%3.46%20.43%-11.55%3.84%15.15%7.92%201716.66%27.72%-31.64%-23.67%-27.83%8.45%10.92%201614.46%4.92%31.19%-3.71%7.33%3.37%13.68%20152.97%5.77%77.36%55.09%52.87%11.20%22.29%201413.15%-2.19%-12.89%14.19%7.16%-2.81%8.12%

10、資料來源：Wind，中信證券研究部“核心資產(chǎn)”：內(nèi)涵不變，穩(wěn)健先行多維度篩選長期基本面穩(wěn)健的行業(yè)龍頭使用主動(dòng)手段防范短期業(yè)績波動(dòng)精選低估值個(gè)股，增強(qiáng)組合價(jià)格穩(wěn)健性“核心資產(chǎn)”概念的內(nèi)涵在不斷演化，未來將更強(qiáng)調(diào)穩(wěn)健性，包含長期基本面穩(wěn)健、短 期業(yè)績穩(wěn)健、市場價(jià)格穩(wěn)健三個(gè)層次。從“漂亮50”到“藍(lán)籌”，再到“核心資產(chǎn)”，強(qiáng)調(diào)的重心有所不同，目前更強(qiáng)調(diào)企業(yè) 的核心競爭能力。基本面穩(wěn)健的行業(yè)龍頭:行業(yè)龍頭：市場占有度?；久娣€(wěn)健：盈利能力、市場定價(jià)能力、長期收益能力。穩(wěn)健行業(yè)龍頭組合定位的因子定義評(píng)價(jià)維度指標(biāo)名稱指標(biāo)定義市場占有率TTM銷售量TTM/市場同產(chǎn)品銷售TTM*100%市場占有程度盈利能力定

11、價(jià)能力營業(yè)收入占有率TTM營業(yè)收入TTM/同行公司營業(yè)入TTM*100%凈資產(chǎn)收益率TTM凈利潤TTM(期初資產(chǎn)+期凈資產(chǎn))2*100%投入資本回報(bào)率TTMEBIT反推法*(1-有稅率)*2(期初部投資本+末全投入本)*100%近5年年報(bào)ROE波動(dòng)率Std（近5年年報(bào)ROE）銷售毛利率TTM營成本TTM）/營收入TTM*100% 銷售凈利率TTM凈利潤TTM營業(yè)收入TTM*100%長期價(jià)動(dòng)量近5年收益率（t日收盤價(jià)-（t-252*5）收盤）/（t-252*5）日盤價(jià)資料來源：Wind，中信證券研究部基本面股票池：采用尾部剔除的方式來篩選，即在中信一級(jí)行業(yè)內(nèi)，分別使用上述幾類 因子進(jìn)行排序，選擇

12、得分前的組合后取交際。目的在于剔除在某一維度存在明顯短板的公司，與穩(wěn)健性的目的相一致。行業(yè)龍頭池：中信二級(jí)行業(yè)內(nèi)來篩選市場占有度指標(biāo)前的股票?；久娣€(wěn)健龍頭股票組合：基本面股票池和行業(yè)龍頭股票池取交集。在月度再平衡、自由流通市值加權(quán)方式下，2009年1月至2019年10月該組合取得年化收益為12.46%，夏普比率0.33，業(yè)績表現(xiàn)顯著好于上證50、滬深300指數(shù)。月度平均持倉154只股票?；久娣€(wěn)健龍頭組合歷史表現(xiàn)4基本面穩(wěn)健龍頭組合歷史表現(xiàn)43212008-12股票數(shù)（右）核心資股票中證800 上證502010-122012-122014-12滬深300 中證全指2016-122018-12

13、180170160150140130120110100基本面穩(wěn)健龍頭組合與A股主要指數(shù)的業(yè)績對(duì)比總收益(%)年化收益(%)年化波動(dòng)率(%)夏普比率月勝率(%)最大回撤(%)最大回撤月數(shù)基本面穩(wěn)健龍頭組合256.9612.4624.120.3361.5438.0110滬深300113.837.2725.940.1256.9242.7141中證800121.667.6225.690.1356.9244.2244上證50113.357.2527.160.1152.3148.0256中證全指131.408.0526.300.1554.6251.3044資料來源：Wind，中信證券研究部資料來源：Win

14、d，中信證券研究部企業(yè)長期基本面穩(wěn)健并不代表短期業(yè)績不會(huì)出現(xiàn)波動(dòng)，量化手段應(yīng)對(duì)短期業(yè)績波動(dòng)則效 果甚微，因此建議使用主動(dòng)手段來應(yīng)對(duì)。定義業(yè)績波動(dòng)個(gè)股為實(shí)際凈利潤增速低于財(cái)報(bào)公布前最新一致預(yù)期凈利潤超過50%的股 票，前述基本面穩(wěn)健龍頭組合中，2019年中報(bào)業(yè)績出現(xiàn)波動(dòng)的組合于2019年8月1日至9 月30日跑輸滬深300指數(shù)約。1.061.041.021.000.980.960.940.920.90基本面穩(wěn)健龍頭組合內(nèi)業(yè)績不及預(yù)期個(gè)股組合滬深300指數(shù)1.061.041.021.000.980.960.940.920.90基本面穩(wěn)健龍頭組合內(nèi)業(yè)績不及預(yù)期個(gè)股組合滬深300指數(shù)基本面穩(wěn)健龍頭組合

15、內(nèi)業(yè)績不及預(yù)期個(gè)股組合的表現(xiàn)190801190808190815190822190829190905190912190920190927股價(jià)價(jià)格層面的穩(wěn)健性除了與其基本面息息相關(guān)之外，也與其估值水平有關(guān)?；久娣€(wěn)健龍頭組合的當(dāng)前總體PE（TTM） 水平仍處于歷史中位數(shù)以下，但部分個(gè)股的靜態(tài)PE所處的分位數(shù)已經(jīng)較高。建議在基本面穩(wěn)健龍頭組合中再進(jìn)行低估值精選，以增強(qiáng)組合的市場價(jià)格穩(wěn)健性。如果每個(gè)月度再平衡日在原組合中選擇PE（TTM）最低的100只個(gè)股來持有，以自由流通市值加權(quán)，則可將原組合的年化收益從12.46%提升至13.19%，同時(shí)最大回撤、夏普 比率均有改進(jìn)。在今年以來估值分化明顯的市場

16、環(huán)境中，從年初至10月末，穩(wěn)健龍頭100組合相對(duì)滬深穩(wěn)健龍頭100穩(wěn)健龍頭100組合 中證800中證全指超額收益（右軸）滬深300上證501.40.9穩(wěn)健龍頭100組合凈值穩(wěn)健龍頭100組合業(yè)績表現(xiàn)總收益(%)年化收 年化波益(%) 動(dòng)率(%)夏普比率月勝率(%)最大回撤(%)最大回撤月數(shù)穩(wěn)健龍頭100組合282.5813.190.3559.2336.0211滬深300113.837.270.1256.9242.7141中證800121.667.620.1356.9244.2244上證50113.357.250.1152.3148.0256中證全指131.408.050.1554.6251.3

17、044200812200906200912201006200812200906200912201006201012201106201112201206201212201306201312201406201412201506201512201606201612201706201712201806201812201906資料來源：Wind，中信證券研究部成長風(fēng)格：有質(zhì)量、有核心競爭力的新增長預(yù)期業(yè)績?cè)鏊俚南鄬?duì)變化是成長風(fēng)格的關(guān)鍵推動(dòng)力市場風(fēng)險(xiǎn)偏好中樞的提升是成長風(fēng)格的重要催化劑“核心資產(chǎn)”風(fēng)格與成長風(fēng)格切換的重要性已經(jīng)超過大小盤的切換，當(dāng)前成長風(fēng)格也已 經(jīng)不僅僅是小盤股風(fēng)格的代名詞，而是更強(qiáng)調(diào)有質(zhì)

18、地、有核心競爭力的增長。高凈利潤增速組合的超額收益主要源于相對(duì)業(yè)績?cè)鏊偬岣?，而相?duì)業(yè)績?cè)鏊俚奶嵘龓?dòng) 其相對(duì)估值水平的提高。2013至2015年期間，高凈利潤增速組合預(yù)期業(yè)績?cè)鏊俚脑鲩L快于全市場業(yè)績?cè)鏊俚脑鲩L，期間年化超額收益為9.17%。高凈利潤增速組合歷史表現(xiàn)分年度統(tǒng)計(jì)年度年化收益 業(yè)績基準(zhǔn) 年化超額 跟蹤誤年化收益收益IR相對(duì)收益最大回撤全部8.84%4.15%4.69%4.86%0.96-6.37%2019(截至10月31日）33.98%29.17%4.80%4.48%1.07-2.46%2018-29.88%-34.25%4.36%4.46%0.98-2.45%20172.08%3.

19、00%-0.93%4.20%-0.22-4.59%2016-9.86%-12.33%2.47%4.44%0.56-3.25%201546.98%37.00%9.98%6.79%1.47-6.07%1.11100806040200高凈利潤增速組合一致預(yù)期利潤增速（1.11100806040200高凈利潤增速組合一致預(yù)期利潤增速（%） （%） /右軸高凈利潤增速組合歷史表現(xiàn)及其歷史一致預(yù)期利潤增速2009010520091231201012312011123020121231201312312014123120151231201612302017122920181228資料來源：Wind，中信證券

20、研究部成長風(fēng)格的表現(xiàn)往往需要一定市場風(fēng)險(xiǎn)偏好的“催化”，當(dāng)市場風(fēng)險(xiǎn)偏好提升時(shí)，成長 風(fēng)格更受市場青睞。高凈利潤增速組合往往在市場風(fēng)險(xiǎn)偏好中樞的提升時(shí)表現(xiàn)優(yōu)異，而在市場風(fēng)險(xiǎn)偏好中樞時(shí)表現(xiàn)平庸。市場風(fēng)險(xiǎn)偏好的中樞往往與流動(dòng)性密切相關(guān)，當(dāng)流動(dòng)性周期處于上升周期時(shí)，市場風(fēng)險(xiǎn)1.11.00.450.400.350.3050.100.050.00-0.05高凈利潤增速組合/中證全指（右軸）風(fēng)險(xiǎn)偏好指數(shù)（平滑）高凈利潤增速組合歷史表現(xiàn)與市場風(fēng)險(xiǎn)偏好指數(shù)（平滑）0.450.400.350.3050.100.050.00-0.05 2.01.51.00.50.0-0.5-1.0-1.5-2.0風(fēng)險(xiǎn)偏好指數(shù)（平滑

21、，右軸）剩余流動(dòng)性因子剩余流動(dòng)性因子與市場風(fēng)險(xiǎn)偏好指數(shù)（平滑）20100104201007122011011420110721201201312012080120130204201308152014022520140825201503052015090120160311201609082017032120170919201001042010071220110114201107212012013120120801201302042013081520140225201408252015030520150901201603112016090820170321201709192018032820180

22、9272019040920191015100101110101120101130101140101150101160101170101180101190101ESG主題投資：“核心資產(chǎn)”的演化新方向什么是ESG全球ESG投資蔚然成風(fēng)美國可持續(xù)性投資基金的發(fā)展情況A股與香港ESG投資政策發(fā)展A股上市公司對(duì)ESG相關(guān)內(nèi)容的披露情況整體向好A股與香港ESG主題指數(shù)表現(xiàn)顯著優(yōu)于母指數(shù)“核心資產(chǎn)”概念的興起，原因之一在于中國正在經(jīng)歷經(jīng)濟(jì)結(jié)構(gòu)的優(yōu)化升級(jí)，“核心資 產(chǎn)”恰恰是各行各業(yè)中優(yōu)化升級(jí)的受益者。待這一輪優(yōu)化升級(jí)完成后，優(yōu)質(zhì)企業(yè)在環(huán)境（Environmental）、社會(huì)（Social）和治理（Gove

23、rnance）等方面的影響力將更加突出，ESG主題將與“核心資產(chǎn)”的概念一脈相承，成為市場新的驅(qū)動(dòng)力。ESG投資的核心在于通過觀測企業(yè)的ESG績效，評(píng)估其投資行為和投資對(duì)象在促進(jìn)經(jīng)濟(jì)可持續(xù)發(fā)展、履行社會(huì)責(zé)任方面的貢獻(xiàn)，以此來判斷股票是否具有投資價(jià)值。ESGESG含義與主要指標(biāo)資料來源：UN PRI，中信證券研究部ESG概念提出后，責(zé)任投資在全球投資管理行業(yè)蔚然成風(fēng)。根據(jù)UN PRI統(tǒng)計(jì)，全球范圍里，簽約同意遵循PRI原則的投資機(jī)構(gòu)數(shù)量由2006年的63家增至2019年的2372家，相關(guān)資產(chǎn)管理規(guī)模也由7萬億美元擴(kuò)大到86萬億美元。發(fā)達(dá)國家市場的ESG投資增長迅速，已成規(guī)模。歐洲ESG投資規(guī)模世

24、界領(lǐng)先，截至2018年，歐洲ESG投資規(guī)模為12萬億歐元，占?xì)W洲 總資產(chǎn)管理規(guī)模的48.8%。美國ESG投資緊隨歐洲，2018年規(guī)模達(dá)到12萬億美元，占美國資產(chǎn)管理行業(yè)的25.7%。27502500275025002250200017501500125010007505002500200620072008200920102011201220132014201520162017201820191009080706050403020100簽署方數(shù)量（右軸）資產(chǎn)管理總規(guī)模UN-PRI簽署機(jī)構(gòu)數(shù)量與資產(chǎn)規(guī)模（單位：萬億美元）部分國家和地區(qū)的ESG投資規(guī)模與增長狀況（本國貨幣單位：十億）2014年201

25、6年2014-2018年 2016增長 2018增長率率2014-2018CAGR歐洲9,88511,04512,30612%11%6%美國$6,572$8,723$11,99533%38%16%加拿大$1,011$1,505$2,13249%42%21%澳大利亞/ 新西蘭$203$707$1,033248%46%50%日本84057,056231,9526692%307%308%資料來源：UN-PRI，中信證券研究部資料來源：GSIA，中信證券研究部截至2018年，市場中有351只ESG投資基金，其中2018年增加的ESG基金數(shù)量中，37只 為新成立的，63只為將ESG準(zhǔn)則納入的基金。盡管2

26、018年美國股市和債市收益均不理想，但ESG基金仍延續(xù)了近三年的高速增長，33 4 19162633 4 19162626212176510503181421403530252015公募基金除ETF）ETF美國ESG投資基金新發(fā)數(shù)目-21086420 1009080706050403020100資產(chǎn)規(guī)模資金流入（右軸）美國ESG投資基金凈流入和資產(chǎn)規(guī)模（單位：十億美元）20092010201120122013201420152016201720182009201020112012201320142015201620172018資料來源：Morningstar，中信證券研究部資料來源：Morni

27、ngstar，中信證券研究部20092010201120122013201420152016201720182009201020112012201320142015201620172018A股與香港ESG投資政策發(fā)展資料來源：國務(wù)院及各部委、中國證券業(yè)協(xié)會(huì)、香港聯(lián)交所官網(wǎng)，中信證券研究部2018年，是滬深A(yù)股上市公司社會(huì)責(zé)任報(bào)告應(yīng)規(guī)披露第十年，十年間A股新增上市公司2000家，增幅達(dá)到134%，同期社會(huì)責(zé)任報(bào)告信息披露增長為129%，每年平均新增48家上市公司披露年度社會(huì)責(zé)任報(bào)告。37151847158270868164479574785102009-2018年A股上市公司社會(huì)責(zé)任報(bào)告披露數(shù)2

28、0092010201137151847158270868164479574785102009-2018年A股上市公司社會(huì)責(zé)任報(bào)告披露數(shù)20092010201120122013201420152016201720182009201020112009201020112017201843%49%58% 60%77%71%63% 66%70%82%滬深300指數(shù)成份股公司自愿披露ESG信息的比例資料來源：SAC，中信證券研究部資料來源：SAC，中信證券研究部A股市場，2018年12月20日中證指數(shù)公司發(fā)布了第一只ESG指數(shù)，即中證180ESG指數(shù)， 隨后滬深300綠色領(lǐng)先指數(shù)，中證-中財(cái)滬深100ES

29、G領(lǐng)先指數(shù)和美好中國ESG100指數(shù)陸續(xù)出臺(tái)。香港市場，恒生指數(shù)公司于2019年5月14日推出了恒指ESG和恒生國指ESG指數(shù)。2016年初至今，三只ESG指數(shù)均較對(duì)應(yīng)標(biāo)的有更高的夏普比率，尤其是中證180ESG，區(qū)間夏普比率達(dá)到了0.79，為上證180的約2.2倍。200018002000180016001400120010008002016-01-04 2016-08-18 2017-04-12 2017-11-24 2018-07-17 2019-03-11 2019-10-29 中證180ESG指數(shù)滬深300指數(shù) 上證180指數(shù)滬深300綠色領(lǐng)先指數(shù)中國ESG指數(shù)與標(biāo)的表現(xiàn)對(duì)比ESG指

30、數(shù)與標(biāo)的指數(shù)表現(xiàn)對(duì)比上證180中證180ESG滬深300滬深300 綠色優(yōu)領(lǐng)先恒生指數(shù)恒生可持續(xù)企業(yè)基準(zhǔn)累計(jì)收益率27.66%75.62%35.28%24.37%27.18%26.05%收益率均值6.76%15.59%6.04%8.37%6.66%6.41%標(biāo)準(zhǔn)差18.55%19.80%19.25%18.13%16.85%16.19%夏普比率0.360.790.310.460.390.40最大回撤-27.03%-24.33%-28.46%-30.95%-25.81%-27.27%資料來源：Wind，中信證券研究部資料來源：Wind，中信證券研究部人工智能：技術(shù)迭代為量化投資助力海外各類投資機(jī)構(gòu)

31、加大人工智能領(lǐng)域的布局應(yīng)用人工智能技術(shù)來投資的ETF機(jī)器學(xué)習(xí)算法導(dǎo)圖案例一：基于隨機(jī)森林的擇時(shí)套保策略案例二：基于模式匹配的行業(yè)輪動(dòng)策略近年來，人工智能技術(shù)在各個(gè)領(lǐng)域的興起已被世人共睹，而在投資領(lǐng)域，人工智能技術(shù) 在各大投資團(tuán)隊(duì)，特別是對(duì)沖基金中的重視程度逐漸提升。越來越多的頂級(jí)人工智能專家轉(zhuǎn)戰(zhàn)投資領(lǐng)域。2017年5月，微軟人工智能首席科學(xué)家、IEEE Fellow 鄧力加入對(duì)沖基金Citadel 擔(dān)任首席人工智能官；2018年5月，摩根大通宣布聘請(qǐng)卡耐基梅隆大學(xué)機(jī)器學(xué)習(xí)系主任 Manuela 博士擔(dān)任人工智能研究院負(fù)責(zé)人。很多著名投資機(jī)構(gòu)，特別是對(duì)沖基金近年來持續(xù)推進(jìn)人工智能的研究與應(yīng)用。M

32、an AHL 顯示其從2014年開始運(yùn)用機(jī)器學(xué)習(xí)模型，并認(rèn)為機(jī)器學(xué)習(xí)在其模型的升級(jí)歷史上成為了重要的一步；Twosigma的洞察報(bào)告（Insight）也在持續(xù)關(guān)注人工智能，并且在算法優(yōu) 化、算法的邏輯性等方面發(fā)表了多篇成果。二分和突破模型 二分和突破模型 19871992外匯利差模型連續(xù)交易模型1995波動(dòng)交易20062009 動(dòng)量交易股票板跨資產(chǎn)信號(hào)機(jī)器塊交易期限結(jié)構(gòu)和學(xué)利差模型2010 2012 20132014季節(jié)性均外匯基本值回歸面模型2016股票因子交易機(jī)器學(xué)習(xí)學(xué)術(shù)會(huì)議NeurIPS的投資相關(guān)贊助商年份數(shù)量對(duì)沖基金，資產(chǎn)管理相關(guān)公司贊助商20134Two Sigma， PDT Par

33、tners，D. E. Shaw group，DRW Trading20145Two sigma，PDT Partners，D. E. Shaw group，Winton，Ketchum Trading20156Voleon，Man AHL，D. E. Shaw group， Winton，Cubist Systematic Strategies，Two sigma，201611Winton，Data Collective，Voleon，Two sigma，D. E. Shaw group， Cubist Systematic Strategies，Man AHL，Hutchin Hill，G

34、-Research， Rosetta Analytics，RBC Research，201710Citadel，Voleon，Winton，D. E. Shaw group，Two sigma，PDT Partners，Rosetta Analytics，Man AHL，Cubist Systematic Strategies Tudor201811Citadel，Voleon，Two sigma，Cubist Systematic Strategies，PDT Partners，D. E. Shaw group，Morgan Stanley，Squarepoint，HSBC，Edgestre

35、am，GSA Capital資料來源：Man AHL，中信證券研究部資料來源：NeurIPS官方網(wǎng)站，中信證券研究部應(yīng)用人工智能技術(shù)來投資的ETF基金代碼基金名稱基金發(fā)行者基金規(guī)模成立日期AIEQAI Powered Equity ETFETF Managers Group$127.72M2017/10/18IETCiShares Evolved U.S. Technology ETFBlackrock$13.63M2018/3/21KOINInnovation Shares NextGen Protocol ETFExchange Traded Concepts$10.52M2018/1/3

36、0IEMEiShares Evolved U.S. Media and EntertainmentETFBlackrock$7.17M2018/3/21MSUSLHA Market State U.S. Tactical ETFLittle Harbor Advisors$6.08M2018/4/4IEDIiShares Evolved U.S. Discretionary Spending ETFBlackrock$6.02M2018/3/21IEFNiShares Evolved U.S. Financials ETFBlackrock$4.95M2018/3/21IECSiShares

37、Evolved U.S. Consumer Staples ETFBlackrock$4.13M2018/3/21AIIQAI Powered International Equity ETFEquBot$3.82M2018/6/5QRFTQRAFT AI-Enhanced U.S. Large Cap ETFExchange Traded Concepts$3.34M2019/5/21資料來源： HYPERLINK / ，中信證券研究部機(jī)器學(xué)習(xí)算法導(dǎo)圖RNN)貝葉斯網(wǎng)絡(luò) 神經(jīng)模型 圖模型無監(jiān)督學(xué)習(xí)機(jī)器學(xué)習(xí)算法 線性模型 決策樹 主成分分析(PCA) 線性回歸邏輯回歸LASSO嶺回歸迭代二分3

38、(ID3)C4.5卡方自動(dòng)交互檢測(CHAID) 分類回歸樹(CART)馬爾科夫隨機(jī)場高斯混合模型(GMM) t-SNE 集成學(xué)習(xí) bagging Boosting xgboost 隨機(jī)森林Adaboost獨(dú)立成分分析(ICA)貝葉斯模型平均貝葉斯模型結(jié)合資料來源：中信證券研究部決策樹及其相關(guān)模型具有非線性、可解釋等優(yōu)點(diǎn)，目前在投研領(lǐng)域應(yīng)用較為廣泛。隨機(jī)森林模型即由基學(xué)習(xí)器決策樹+綜合算法Bagging組成。Bagging是一種集成學(xué)習(xí)方法，通過對(duì)訓(xùn)練數(shù)據(jù)有放回的抽樣，可以生成多個(gè)訓(xùn)練集， 每個(gè)訓(xùn)練集都可以獨(dú)立的訓(xùn)練分類器，最后取平均能夠有效降低模型方差。使用隨機(jī)森林模型對(duì)多個(gè)技術(shù)指標(biāo)進(jìn)行訓(xùn)練，預(yù)測下一個(gè)交易日的漲跌。若預(yù)測結(jié)果為下跌，則進(jìn)行對(duì)沖保護(hù)2019年以來，該策略年化收益為18.7%，最大回撤為7.7%，夏普比率為1.5，綜合風(fēng)險(xiǎn)收3.533.53210滬深