行为金融学视角下的行业轮动策略:月份效应与多因子模型
本文从行为金融学视角研究行业轮动的月份效应,创新地将月份效应因子融入传统金融模型。通过对2005-2020年数据分析,发现食品饮料、电子、农林牧渔等行业的月份效应规律,并构建多因子行业轮动策略,年化收益率达8.2%,跑赢沪深300指数(5.3%)。策略最大回撤10%,盈亏比1.4,在牛市中表现优异。
本文从行为金融学视角研究行业轮动的月份效应,创新地将月份效应因子融入传统金融模型。通过对2005-2020年数据分析,发现食品饮料、电子、农林牧渔等行业的月份效应规律,并构建多因子行业轮动策略,年化收益率达8.2%,跑赢沪深300指数(5.3%)。策略最大回撤10%,盈亏比1.4,在牛市中表现优异。
本文从行为金融学视角研究行业轮动的月份效应,创新地将月份效应因子融入传统金融模型。通过对2005-2020年数据分析,发现食品饮料、电子、农林牧渔等行业的月份效应规律,并构建多因子行业轮动策略,年化收益率达8.2%,跑赢沪深300指数(5.3%)。策略最大回撤10%,盈亏比1.4,在牛市中表现优异。
本文从行为金融学视角研究行业轮动的月份效应,创新地将月份效应因子融入传统金融模型。通过对2005-2020年数据分析,发现食品饮料、电子、农林牧渔等行业的月份效应规律,并构建多因子行业轮动策略,年化收益率达8.2%,跑赢沪深300指数(5.3%)。策略最大回撤10%,盈亏比1.4,在牛市中表现优异。核心数据:8.2%, 7.7%, 5.3%。
本报告由东莞证券发布,发布于 2020 年。
覆盖 2020 年,全文约 19。
本报告免费查阅,登录资料宝后即可在线获取完整内容。
适合量化研究员、投资经理、金融分析师等读者参考。
重点分析了金融投资、多因子模型、轮动策略、月份效应等议题。