专栏名称: 量化先行者
本公众号旨在发布我们在量化研究成果与投资心得
目录
相关文章推荐
厦门日报  ·  不要吃!不要吃!不要吃!官方紧急预警 ·  16 小时前  
厦门日报  ·  42岁王凯,传来喜讯! ·  昨天  
厦门日报  ·  今天起,不用预约! ·  昨天  
厦门日报  ·  特朗普展示了一个红色按钮 ·  昨天  
51好读  ›  专栏  ›  量化先行者

海外文献推荐:第301期

量化先行者  · 公众号  ·  · 2025-03-05 14:55

正文


1.再平衡策略对ETF投资组合表现的影响

文献来源 Bányai, A., Tatay, T., Thalmeiner, G., & Pataki, L. (2024, November 24). The impact of Rebalancing Strategies on ETF Portfolio Performance. MDPI, J. Risk Financial Manag. November 2024, 17(12), 533.


推荐原因: 本研究探讨了在完全由交易所交易基金(ETF)构建的多元化投资组合中,再平衡策略的有效性。我们选择了五种类型的ETF:短期美国国债、美国股票、全球大宗商品、美国房地产投资信托基金(REITs)以及一种多策略对冲基金。通过使用十年的历史数据,我们应用了一种独特的模拟模型,生成具有不同资产权重和再平衡容忍带的随机投资组合,评估了再平衡溢价对投资组合表现的影响。我们的研究发现,再平衡加权回报与夏普比率之间存在显著的正相关关系(r = 0.6492,p < 0.001),表明有效的再平衡能够提升风险调整后的回报。支持向量回归(SVR)分析显示,再平衡溢价对各类资产的影响各不相同。具体而言,股票和大宗商品通过再平衡改善了风险调整后的回报,而债券和REITs则表现出负相关关系,表明再平衡对这些资产可能效果不佳,甚至可能产生不利影响。我们的研究结果还表明,负的投资组合再平衡回报与正的再平衡加权回报相结合,能够产生最高的平均夏普比率(0.4328),这突显了资产层面和投资组合层面再平衡效应之间独特且相互影响的关系。本研究强调,尽管再平衡可以提升投资组合表现,但其效果因资产类别和市场条件而异。



2. ETFs如何放大新兴市场的全球金融周期

文献来源 Nathan Converse, Eduardo Levy-Yeyati, Tomas Williams, How ETFs Amplify the Global Financial Cycle in Emerging Markets, The Review of Financial Studies, Volume 36, Issue 9, September 2023, Pages 3423–3462.


推荐原因: 本文研究了交易型开放式指数基金的发展如何影响国际资本流动对全球金融周期的敏感度。通过运用有关投资者资金流的全面的基金层面数据,作者们发现股票(债券)类交易型开放式指数基金对全球金融状况的敏感度是股票(债券)共同基金的 2.5(2.25)倍。这种更高的敏感度可直接归因于交易型开放式指数基金所面向的投资者群体交易期限更短,他们会更频繁地针对冲击进行交易。利用国家层面的数据,我们发现,在交易型开放式指数基金持有较大份额金融资产的地方,股票资金流入量和价格对全球风险变得更加敏感。




3. ETFs与其成分股之间的流动性溢出

文献来源 Hossein Asgharian, Charlotte Christiansen, Ai Jun Hou, The effect of uncertainty on stock market volatility and correlation, Journal of Banking & Finance, Volume 154, 2023, 106929, ISSN 0378-4266.


推荐原因: 交易型开放式指数基金发起人宣称ETF比其成分股具有更优的流动性,因为ETF拥有两层流动性——ETF自身的市场流动性以及其标的股票的流动性。作者们发现ETF与其标的股票之间存在流动性关联,这意味着两个市场中可能会同时出现流动性枯竭的情况。在市场危机以及经济衰退期间,流动性溢出效应会增强,并且其与市场波动性以及融资约束呈正相关关系。此外,波动性高且交易活跃度低的股票会呈现出更高的流动性溢出效应。最后,流动性溢出效应与 ETF 套利活动成比例变化,且当存在卖空限制时,该溢出效应往往会更低。



往期链接



海外文献推荐:因子选股类

向下滑动查看往期链接

第205 期:哪些选股因子具有行业配置能力?

第200 期:分析师 预测与企业盈余管理

185 期: 左尾动量:股票市 坏消息的不充分反应

179 期: 价值股与成长股的久 期——差异没有想象的那么大

177 期: Smart beta 多因子构建的方法论:混合与整合

174 期: 解决规模效应的问题

173 期: 2018-2020 年的量化危机:被大盘成长逼入绝境

171 期: Smart beta 与多因子组合的最优混合

170 期: 通胀错觉和股票价格

164 期: Smart beta 策略中的“肉”在哪里 ?

163 期: 从实体经济角度对股市未来长期收益进行预测

160 期: 因子的两种类型:基 于因子组合的收益分解

157 期:在 分散化收益的视角下Smart Beta 是否仍然Smart

154 期: 异象策略的相关性结构

144 期: 价值因子已死?

142 期: ESG 投资:从罪恶股到Smart Beta

135 期:货币政策敞口因子 MPE

第134 期:横截面与时间序列因子模型比较

第125 期:现金流久期因子

第118 期:使用深 度神经网络提升时间序列动量策略

第116 期:更高的因子有效性评价标准

第108 期:分析师的共同覆盖—— 动量溢出效应的根源

第99 期: 低PE ,成长,利率:对估值的再思考——最聪明的投资回收期

第98 期:低波动需要很少的交易

第97 期:机器学习时代的回测 原则

第95 期:防 御性质的因子择时

第90 期:收益预测性:来自中美两国供应链的证据

第89 期:盈利,留 存收益,账面市值比在股票横截面收益中的作用

第87 期:因子大陆上的爱丽丝梦游:纠缠因子投资的三大谬误

第79 期:不确定性、动量和盈利能力

第77 期:因子动量与动量因子

第71 期:短期的Beta 还是长期的Alpha

第70 期:SmartBeta 与多因子组合的最优配置

第63 期:劳动杠杆 与股票收益的截面效应

第62 期:利用CART 决策树选股

第60 期:学术研究毁了因子的预测结果吗?

第59 期:策略回测效果如何评估?

第58 期:ESG 能够提高新兴市场投资的风险调整后收益

第56 期:盈余公告收益及标准化预期外盈利

第54 期:六因子模型与解决价值因子冗余

第53 期:Shiller P/E 与宏观经济环境

第52 期:微观领先于宏观?非流动性对股票收益和经济活动的预测能力

第50 期:因子如何复合——自上而下及自下而上的指数构建方法

第50 期:分析报告的可读性与股票收益

第49 期:风格在债 券投资中的应用

第49 期:盈利指标的紧缩指数

第48 期:HML 因子中的细节

第46 期:市值效应的事实与流言

第43 期:机器学习与资产定价

第43 期:价值投资的事实和流言

第40 期:因子择时是与非

第39 期:质优股与垃圾股

第38 期:隔夜收益与特定企业股票的投资情绪

第37 期:因子选择的新指标

36 期:一种新的公允周期调整市盈率( CAPE )预测方法

第35 期:因子投资 模型增强:基于深度学习来预测基本面数据

第34 期:工匠阿尔法:风格投资的应用

第33 期:风格投资 与机构投资者

第31 期:因子正交与系统性风险分解

第31 期:情景基本面,模型与主动管理

第30 期:消化异象:一种投资方法

第29 期:风格投资、联动性与股票收益可预测性

第28 期:期估值因子的风险来源于哪里?由PB 分解得来的证据

第28 期:基于波动率管理的投资组合

第26 期:收益的可预测性

第25 期:价格影响 还是交易量:为什么是Amihud(2002) 度量

第25 期:金融危机期间企业社会责任的价值

第24 期:股票流动性和股价暴跌风险

第22 期;估计Beta

第22 期:价值、规模、动量、股利回报以及波动率因子在中国A 股市场的表现

第19 恐慌指数v.s. 规模因子

第18 期: 调整因子在对收益率解释中的表现

第15 期: 改进的动量模型

第15 期: 利润质量研究

13 期:股票市场波动性与投资学习

13 期:社会责任共同基金的分类及其绩效的衡量

13 期:因子择时风险导向模型

10 期:利用信息因子解释回报

10 期:异质现金流和系统性风险

9 期:“打赌没有β”投资策略研究

9 期:利用条件信息理解投资组合的有效性

8 期:因子择时模型

8 期:优化价值

7 期:动量崩溃

7 : 动量因子及价值因子在投资组合中的运用的实证研究

7 期:后悔的神经证据及其对投资者行为的影响

6 期:持续过度反应和股票回报的可预测性

6 期:五因子资产定价模型在国际市场上的检验

5 期:价值的另一面:毛盈利能力溢价

5 期:卖空比例与总股票收益

4 期:巨变的贝塔:连续型贝塔和非连续型贝塔

4 期:全球、本地和传染的投资者情绪

4 期:投资者更关注哪些因子?来自共同基金资金流的证据

4 期:总资产增长率与股票截面收益率的实证

3 期: Beta 套利

3 期:前景理论与股票收益:一个实证研究

3 期:趋势因子:投资时限的信息能获得收益?

3 期:时变的流动性与动量收益

2 期: CAPM 新视角:突尼斯和国际市场基于 copula 方法的验证

2 期:资本投资,创新能力和股票回报

2 期:风暴来临前的平静

2 期:资本投资,创新能力和股票回报

1 期:三因子与四因子模型对比与动量因子的有效性检验

1 期:五因子资产定价模型

1 期:多资产组合中的动量因子影响

1 期:基于插值排序标准化变量法和复杂变量的平衡分离树的多因子选股模型

海外文献推荐:资产配置类

向下滑动查看 往期链接

第193 期:债券收 下限与资产配置:债券在资产配置中所扮演的角色将于何时受到危及?

第188 期:ESG 的Alpha ,Beta 和Sigma :更好的Beta ,额外的Alpha

第187 期:货币政策的非对称效应

第156 期:资产配 置vs. 因子配置——我们能否构建一类两者兼顾的策略

第151 期:利用新闻情绪动量进行战术性资产配置

第143 期:关于低风险投资的事实与误区

第141 期:利用先锋核心+ 卫星策略指引

第126 期:利用Fama-French 五因子模型的alpha 进行行业轮动

第123 期:行业收益的可预测性:使用机器学习方法

第122 期:Capital Group 2020 年市场展望

第65 期:通过VaR Black-Litterman 模型构建FOF 投资绝对收益组合

第56 期:利用低风险现象增强Black-Litterman 模型:来自韩国市场的证据

第56 期:波动率模 型以及波动率的程式化特征实证

第54 期:放大市场异象

第53 期:风险平价组合与其他资产配置方法的比较探索

第51 期:关于公式化价值投资方法的事实

第48 期:对风险配置策略的再思考

第41 期:投资组合再平衡管理的另一类方法- 叠加期权卖出合约

第38 期:Smart Beta 策略怎么会出错?

第27 期:风险因子 的风险平价

第27 期:桥水基金对风险平价和全天候策略的一些思考

第26 期:协方差矩阵的非线性压缩:当Markowitz 遇见Goldilocks

第24 期:考虑寿命风险的多变量战略资产配置模型

第19 期:稳定性风险调整后的投资组合

第17 期:推动多因 子世界中的战略资产配置

第17 期:用更高阶矩衡量组合分散性

16 期:将因子暴露映射到资产配置

第14 期:风险平价股票组合的转售价值

12 期:构造有效收入组合

12 期:投资组合中股票数量是否会影响组合表现

11 期:对冲基金收益优化投资组合

5 期:集中投资与全球机构投资者业绩


海外文献推荐:事件研究类

向下滑动查看 往期链接


第147 期: 政治事件投资组合

第146 期: 信息传播速度与卖方研究行业
第138 期:心情Beta与股票收益的季节性
第119 期:节假日前的公告效应
第115 期:粘性预期与盈利异象
第96 期:规模效应隐藏于日历效应之中
第47 期:工业用电量与股票收益率
第45 期:预测中国股票市场的股灾
第40 期:IPO 批准对现有股票的影响:来自中国的证据
第21 期:低频调仓、收益率自相关性和季节性
8 期:机构投资者和股票拆分的信息产生理论
6 期:季节性收益
6 期:可预测的行为、利润和关注
6 期:盈余公告与系统性风险





海外文献推荐:投资者行为类

下滑动查看 往期链接






请到「今天看啥」查看全文