专题报告:基于网络的动量选股策略

复杂网络简介

    复杂网络简而言之即呈现高度复杂性的网络,网络中的节点可以代表任何事物。

    本文利用复杂网络的节点多样性将不同股票的动量指标组表示为网络中的节点,并计算节点之间的距离,以找到动量处于中心位置的股票。

    策略的分组表现

    我们将全部A股按他们和其他股票的平均距离从小到大排序分成10组,并回测从2007年1月1日到2016年12月30日的表现之后发现:各组之间表现出了明显的单调性,平均距离越小的股票未来的收益越高,反之则未来的收益越低。其中第1组的表现最好,年化收益为31.1%,超额收益为11.0%,获取超额收益的概率为55.4%,大幅领先其他各组。

    市值和行业中性后的表现

    我们分别以沪深300和中证500为基准对策略组合进行市值和行业中性化处理,以检验策略是否对行业和市值有一定的偏好,结果表明分组单调性略有下降。