[发明专利]基于交易行为和风险因子的量化私募基金收益分解算法

说明书

本发明提出了一种基于交易行为和风险因子的量化私募基金收益分解算法，包括以下步骤：S1.计算量化私募基金总收益率、交易收益率和持仓收益率：S11.计算总收益率：总收益率＝(今日基金持仓金额‑昨日基金持仓金额)/昨日基金持仓金额；S12.计算交易收益率：交易收益率＝买入收益率+卖出收益率；S13.计算持仓收益率：持仓收益率＝总收益率‑交易收益率；S2.结合Barra风险因子模型将持仓收益分解为行业因子收益、风格因子收益和个股因子收益。该算法将交易收益与持仓收益区别开来，既排除了交易收益对持仓收益分析的影响，又可以通过交易收益分析量化私募基金的交易能力，同时对持仓收益进行了细分，以便更加深入的分析持仓择股能力。

【技术领域】

本发明涉及基金分析评价的技术领域，特别是基于交易行为和风险因子的量化私募基金收益分解算法。

【背景技术】

量化私募是我国私募界新兴发展的一个领域，量化私募基金主要有三个方面不同于传统的主观型私募基金：首先，投资理念不同，量化私募基金通过数理模型，取代投资经理来执行投资决策；第二，投资风格不同，主观型私募基金具有持股周期长，持股个数少，持股集中等特点，而量化私募基金具有交易频率高，持股范围广，持股周期短等特点。最后，量化私募基金的收益来源也与传统主观型私募基金不同，传统主观型私募基金通过个股基本面研究，挖掘低估值或者高成长的个股赚取长期收益，而量化私募基金主要通过数理模型挖掘股票定价错误，赚取短期收益。

传统的基金评价模型没有区别交易收益和持仓收益，专注于持仓收益的分析，侧重分析基金的择股能力，但是缺乏考虑基金的交易能力。这是由于主观型基金交易频率较低，交易收益对基金收益的贡献有限，忽略交易收益不会对分析结果产生较大影响，但是量化私募基金的交易频繁，平均年化换手率可以达到200以上，是主观型私募基金的50-100倍，交易收益对基金总收益的影响较大，是量化私募基金分析评价中不可或缺的一部分。基于量化私募基金与传统的主观型私募基金存在的交易理念、交易风格、投资策略、收益来源等多个方面的区别，传统的主观型私募基金分析评价方法不适用于量化私募基金，目前没有一套完善的量化私募基金评价体系。

【发明内容】

本发明的目的就是解决现有技术中用以解决量化私募基金分析评价困难的问题，提出一种基于交易行为和风险因子的量化私募基金收益分解算法。

为实现上述目的，本发明提出了一种基于交易行为和风险因子的量化私募基金收益分解算法，包括以下步骤：

S1.计算量化私募基金总收益率、交易收益率和持仓收益率：

S11.计算总收益率：总收益率＝(今日基金持仓金额-昨日基金持仓金额)/昨日基金持仓金额；

S12.计算交易收益率：交易收益率＝买入收益率+卖出收益率；

S13.计算持仓收益率：持仓收益率＝总收益率-交易收益率；

S2.结合Barra风险因子模型将持仓收益分解为行业因子收益、风格因子收益和个股因子收益。

作为优选，步骤S11具体包括以下步骤：

a1.基于个股交易，计算个股持仓股数，计算公式为：个股持仓股数＝个股昨日持仓股数+当日买入股数-当日卖出股数；

a2.计算昨日和今日的个股持仓金额，计算公式为：个股持仓金额＝个股持仓股数*当日收盘价；

a3.累积基金持仓中全部的个股持仓金额，得到基金持仓金额；

a4.总收益率＝(今日基金持仓金额-昨日基金持仓金额)/昨日基金持仓金额。

作为优选，步骤S12中买入收益率的计算方法，具体包括以下步骤：

b1.从基金持仓个股中筛选出涉及买入行为的个股，计算买入成本和买入股数当日持仓市值：