谨请参阅尾页重要声明及华泰证券股票和行业评级标准1证券研究报告金工研究/深度研究2019年05月14日林晓明执业证书编号：S0570516010001研究员0755-82080134linxiaoming@htsc.com李聪联系人licong@htsc.com1《金工:A股市场低开现象研究》2019.052《金工:基钦周期的长度会缩短吗？》2019.053《金工:必然中的偶然：机器学习中的随机数》2019.04“华泰周期轮动”基金组合改进版——华泰行业轮动系列报告之七本文提出了改进版“华泰周期轮动”基金组合，风险收益特征进一步提升在前篇报告《“华泰周期轮动”基金组合构建》中，我们从宏观择时、板块轮动、组合优化和落地配置四个层次构建了自上而下的基金配置体系。本文主要从以下三个方面对原配置体系进行了改进：1、变更基金备选池，充分考虑了基金的交易成本，业绩的可持续性等影响因素；2、改进组合优化求解算法，提高了风险预算问题的求解效率，同时解决了初值依赖的问题；3、引入目标风险约束，当组合波动过大时缩减资产仓位，引入现金资产，提升了模型的稳健性。改进版基金组合的年化收益率从10.91%提升至12.39%，夏普比率从1.99提升至2.19，最大回撤从7.52%降低至6.61%。改进1：调整基金备选池，充分考虑真实投资环境的约束原模型中，基金标的筛选结果未充分考虑到真实投资环境的约束。本文从以下三个方面进行调整：1、债基方面，此前是筛选历史业绩相对稳健的4只中长期纯债型基金进行配置，虽然样本内有显著的超额收益，但难以保证样本外仍能持续战胜基准，从业绩可持续性角度考量，统一替换成跟踪中债-新综合财富指数的被动指数型基金；2、股基方面，此前是优选对目标行业跟踪误差最小的基金，从流动性角度考量，统一修正为优选基金规模更大的标的；3、此前模型中，并未对A类、C类份额严格区分，从交易成本角度考量，统一选择更适用于月频调仓场景的C类基金份额。改进2：引入新的风险预算优化算法，提高求解效率，解决初值依赖原模型中，在组合优化求解资产权重时采用了SQP算法。该算法存在两个缺陷：1、求解效率较低，而且是资产数量越多，求解越慢；2、存在较为严重的初值依赖，也即优化结果能否收敛到全局最优解依赖初值的设定，所以只能不断的生成随机初值，直到优化结果满足预设的风险配比。本文我们引入了两种新的算法求解风险预算问题：牛顿法和循环坐标下降（CCD）法。实证结果表明，这两种算法均大幅提高了组合优化的计算效率，并且没有初值依赖的问题。改进3：引入目标波动约束，改...
