基于流动性因子量化择时方法的ETF投资研究

陈明逸　郭泽翰

摘 要：本文在引入融资融券做空机制的情况下，主要利用流动性因子量化择时方法，以9只融券标的ETF作为研究对象，通过将多种流动性因子逐个代入历史交易数据中进行检验，然后对比各个因子所形成的投资方法的综合收益率情况，探索出优于长期持有策略的针对ETF的多空投资策略，以提高资金的利用率，获取更好的投资收益。

关键词：量化投资；流动性因子；ETF

1 研究背景

交易型开放式指数证券投资基金（Exchange Traded Funds，简称为ETF），是一种跟踪“标的指数”变化、且在证券交易所上市交易的基金。

然而长期以来，一般投资者对于ETF的投资更倾向于使用买入并长期持有的策略，导致部分投资者坐了一趟“过山车”——净值由低到高再由高到低，甚至经过长期的持有不但没有盈利反而出现亏损，而且其对于买卖时点的选择也较为随机，这样并不利于投资收益的最大化。

随着融资融券业务的发展，作为标的证券的ETF已增至9只，这让ETF的投资策略更为多元化，投资者可以通过抵押自身持有的证券，向券商借入一定数量的ETF，并在二级市场上卖出，以此实现对ETF的做空操作。在引入量化投资理念的前提下，利用量化投资分析方法指导ETF进行多空策略操作，理论上能提高其收益率，并且若能找到适当的因子，则有望实现稳定盈利，战胜长期持有策略。

2 研究思路及假设

本文在引入融资融券做空机制的情况下，主要利用流动性因子量化择时方法，以融券标的物的9只ETF作为研究对象，并考虑了时滞问题，通过将多种流动性因子逐个代入历史交易数据中进行检验，然后对比各个因子所形成的投资方法的综合收益率情况，探索出能自动提示投资者做出买卖决策并战胜长期持有策略的针对ETF的投资策略，以提高资金的利用率，获取更好的投资收益。

数据的选取应该考虑到其有效性、完整性和可操作性。而截止至2014年12月31日，共有9只ETF品种被划入融资融券标的物范围，本文则以此作为标的物进行研究。

而本文流动性因子的选取主要包括存贷款基准利率、货币供应量、存款准备金、国债回购利率、上海银行间拆放利率等5种，并根据其各自的特性对各个流动性因子进行宽松周期和紧缩周期的界定。

在策略使用方面，在流动性相对宽松周期应该采取做多策略，而在流动性相对紧缩周期则应采取做空策略。

由于样本数据所选的时间段会经历不同的流动性周期，而各样本ETF发行的时间跨度加大，因此在统计时认为其发行时所处何种周期，则采取相应的操作策略，即若發行时所处流动性宽松周期，则一开始就采取做多策略，若发行时所处流动性紧缩周期，则一开始就采取做空策略。

假设账户一直为满仓操作且能提供足够的担保品以保证采取做空策略时不至于出现爆仓的情况。

在策略转换的时间点方面，选择了流动性因子发出交易信号的当个交易日或下一个交易日的收盘价作为数据节点，并假设多空切换不出现时滞和忽略交易成本。

3 实证结论及检验

根据上述研究思路及假设对相关数据进行实证研究，结果发现，以时滞为3个月的存贷款基准利率作为流动性因子的多空策略要略优于长期持有策略；以无时滞的货币供应量及无时滞的存款准备金率作为流动性因子的多空策略并不具有明显优势；以上海银行间拆放利率作为流动性因子的多空策略要略逊于长期持有策略；而以国债回购利率为流动性因子的多空策略则无效。因此若要使用流动性因子作为量化择时方法，可考虑在存贷款基准利率周期起点出现三个月后进行相应操作，其收益率有望高于长期持有策略。

为了检验以时滞为3个月的存贷款基准利率作为流动性因子的多空策略要略优于长期持有策略这一结论的有效性，本文选择了于2010年10月前成立，能够跨越3个调息周期的6只ETF作为检验标的物，虽然这6只ETF暂时并未能实现融券卖出，但并不影响检验结果。

由实证结果可知，在统计期间的6组样本数据中，采取多空策略的各组数据均为正收益，采取长期持有策略则有2组数据出现负收益。而与长期持有策略相比，多空策略各组数据收益率均较高，其中最少高出28.53%。说明以时滞为3个月的存贷款基准利率作为流动性因子的多空策略要略优于长期持有策略这一结论有效。

4 研究的局限性及展望

由于可进行融券做空的ETF数量较少，造成可以研究的对象数量较少，这是实证数据选取方面的主要局限。而对于流动性因子的选取，会出现部分因子影响效果存在时滞或同一个流动性因子下面会有多个品种的情况，但由于本文的研究重心并非检验出单个流动性因子的最优情况，因此只能根据过往的研究成果对流动性因子进行细化和选择。

基于目前研究的局限性，下一步工作可以在选定流动性因子的情况下侧重测试多空策略最有效的时滞周期，以提高多空策略的收益率。

参考文献

[1] 蔡雪晴. ETF投资分析[J]. 科技信息， 2010（34）.

[2] 王冰、李想. 浅议量化投资在国内市场的发展 经济视角[J]. 经济视角， 2011（3）.

[3] 刘白兰、朱臻. 双向交易背景下的指数基金量化投资研究[J]. 海南金融， 2012（5）.

[4] 张靖. 量化投资之多模型应用[J]. 股市动态分析， 2013（32）.

[5] 丁鹏. 量化投资——策略与技术（典藏版）[M]. 电子工业出版社， 2014.