时变夏普率的择时策略-国信证券-20120726
由qxiao创建，最终由qxiao 被浏览 160 用户
摘要
夏普率与时变夏普率
夏普率（Sharpe ratio）由1990年诺贝尔经济学奖得主威廉-夏普（William Sharpe）提出，用以衡量金融资产的绩效，其原理就是计算单位风险所产生的超额收益。而Robert Whitelaw（1994）将这一概念继续改进，将夏普率加入到时间序列，提出了时变夏普率[Time-varying sharpe ratio]，呈现出随时间而改变的特性，当夏普率越高时，表示单位风险内所产生的收益越高，反之则越
时变夏普率的模型
Robert Whitelaw（1997）提出用于指数有一定相关性的数据作为时变夏普率的解释变量，对时变夏普率进行回归，预测的夏普率能很好的判断经济周期的顶部与底部，并以时变夏普率作为择时指标获得了较高的超额收益，这里根据中国市场的特点对里面模型的选择和解释变量的选择做进一步的优化与修改，同时尝试用AR MA模型重新对时变夏普率进行建模与预测，其结果同样可以起到比较准确的预测作用
基于时变夏普率的买卖策略
根据时变夏普率对于指数的预测能力，本文用预测的时变夏普率作为择时策略的基准，以巨潮1000指数作为标的指数，以月度作为择时频率，同时对Robert Whitelaw（1997）所提出的模型和ARMA模型进行时变夏普率的预测，以最大累计收益作为优化目标，得出最优阈值（x,y）,其中xy，当预测的时变夏普率大于x时将现金全部买入指数，小于y时将指数全部兑换为现金，在x,y之间时不进行操作。以2008年7月到2012年5月作为测试期，当以Whitelaw（1997）的模型进行预测时的最优买入卖出阈值为（0.48,0.24），一共发出买入信号16次，卖出信号20次，其中买入信号成功15次，胜率为93.8%，卖出信号成功14次，胜率为70%，在不考虑交易成本下的累计收益为98.9%。以ARMA模型进行预测时，一共发出买入信号27次，卖出信号11次，其中买入信号成功19次，胜率为70.4%，卖出信号成功8次，胜率为72.7%，在不考虑交易成本下的累计收益为103%，而同期指数收益率为6.06%
沪深300和中证800的应用
将标的指数更换为沪深300和中证800时，同样可以获得较大的超额收益。分别在2008年8月到2012年5月和2008年7月到2012年5月期间，以Robert Whitelaw（1997）提出的模型所改良制定的择时策略中，分别可以获得87.8%和96.4%的累计收益，而同期指数的累计收益率为10.1%和0.0674%。 请
正文
/wiki/static/upload/a9/a99d953a-663e-4713-ab04-ed95ff597632.pdf
\