目前,通联数据风险模型涵盖股票和债券,以出色的收益解释能力和风险预测能力著称。
通联数据股票风险模型基于全球先进研究方法,形成CNE5、CNE6两套风险模型版本。在此基础上,通联数据进一步进行本土化改进,增加了主题因子,在风险预测端进一步探索,搭配构建了自适应Alpha的定制化优化器,以更好地归因和预测,助力投资决策。
历史回测数据显示,通联数据本土化股票风险模型,在保证超额收益的前提下,进一步控制策略波动率,使得信息比率提升20%。
2019年1月至2023年10月期间,从全A选股,以中证1000作为基准,跟踪误差约束在5%,CNE5超额收益率为29.9%,CNE5+模型优化超额收益率为30.5%,CNE5+模型优化+自适应优化器超额收益率为28.3%;相应的超额波动率分别为6.37%、6.26%和5.01%,相应的信息比率分别为4.13、4.28和4.94,相应的换手率分别为5230%、5250%和4868%,相应的超额最大回测分别为4.63%、3.53%和3.47%。
通联数据风险模型,参考国际通用规范和世界前沿模型,鉴于A股市场特征,引入自定义的细分的本土行业分类,更适合A股;增加热门主题风格因子,提高收益解释能力和风格估计准确度;对特质风险做系统性风险调整,降低特质风险估计误差;对风险模型在自适应优化器每期调节时进行自适应调节,使风险预测更准确。