量化投资组合管理研究系列之(八):基于GARCH-EVT-VaR模型的动态风险管理
江海证券有限公司及其关联机构在法律许可的情况下可能与本报告所分析的企业存在业务关系,并且继续寻求发展这些关系。因此,投资者应当考虑到本公司可能存在影响本报告客观性的利益冲突,不应视本报告为投资决策的唯一因素。敬请参阅最后一页之免责条款证券研究报告·金融工程报告2025 年 12 月 4 日江海证券研究发展部金融工程研究报告量化投资组合管理研究系列之(八)基于 GARCH-EVT-VaR 模型的动态风险管理投资要点◆ 研究摘要:本研究创新性地将 GARCH-EVT-VaR 模型与防御性择时机制结合,构建动态风险管理框架,完成“动态风险度量-信号转化-规则化操作”的完整体系搭建,并在创业板、沪深 300、中证 500 及中证 1000 等指数及其对应的 ETF 上进行实证检验。结果表明,该模型能够有效捕捉市场厚尾特征和波动率聚集现象,在控制下行风险的同时保留向上弹性,显著提升投资组合绩效。本研究为当前高波动环境下的资产配置提供了重要的风险管理工具。◆ 序列特征:各个指数的收益率时间序列均通过平稳性检验,符合建模要求。结合JB 检验和特征统计,验证了传统正态分布假设的不合理性,凸显 EVT 拟合尾部的必要性。◆ 波动特性:四个指数在 GARCH 模型的参数估计中,𝛼均为正,表明存在显著的波动聚集性。中证 1000 的当前波动对过去短期波动的反映更灵敏(𝛼更大)。创业板指和沪深 300 的𝛽更大,波动韧性更强。中证 500 在 EGARCH 模型中的𝛾显著为负,表明其存在明显的杠杆效应。其他指数的𝛾不显著,其波动率非对称性较弱。◆ 模型适配:不同指数对 GARCH 族模型的适配程度不同。创业板指和沪深 300 适用 GARCH(1,1)。中证 500 适配 GARCH(1,1,1)。中证 1000 更适合 EGARCH(1,1,0)。本文对这些模型的适配性进行了分析。◆ 回测结果:各指数的择时模型均有正的超额。创业板指和中证 1000 的年化超额较大,分别为 4.42%和 4.81%。每一个择时模型的年化波动率较基准均有所减少;贝塔降低,受系统性冲击下降,但阿尔法上升,存在超额,夏普比率较基准指数均有大幅提升。各模型的盈亏比上升,证明了择时的亏损减少。每一个择时模型的最大回撤均下降,其中创业板指最大回撤从 49.4%下降到 36.8%,中证 1000 从 42.0%下降到 30.0%,沪深 300 从 32.1%下降到 20.8%。◆ 策略优势:(1)风险度量更精准。融合 GARCH-EVT-VaR 能更准确捕捉极端尾部风险;(2)防御效果更显著,特别是在极端事件冲击时期;(3)超额明显,夏普比率更高。◆风险提示:本报告中所采用的模型及其预测结果可能受到多种因素的影响,包括但不限于模型构建方法、参数估计的准确性、所依赖的假设条件以及模型应用的局限性等。此外,市场环境和外部条件是动态变化的,历史数据无法完全预测未来的市场走向。本文提供的信息应仅供参考,投资者在做出投资决策时应谨慎,并结合实际市场分析和专业意见。金融工程研究组分析师:梁俊炜执业证书编号:S1410524090001相关研究报告量化投资组合管理研究系列之(七)中证创新药指数增强的构建 2025.09.05量化投资组合管理研究系列之(六)指数增强的双轮优化 2025.06.23量化投资组合管理研究系列之(五)宽基指数的多因子择时模型 2025.01.171敬请参阅最后一页之免责条款证券研究报告·金融工程报告目录1 研究摘要................................................................................................................................................................................................... 32 引言.............................................................................................................................................................................................................32.1 研究背景和意义.........................................................................................................................................................................32.2 研究目标与核心问题................................................................................................................................................................42.3 研究方法与框架.........................................................................................................................................................................42.4 模型的发展与演进.................................................................................................................................................................... 53 模型构建................................................................................................................................................................................................... 73.1 GARCH 模型................................................................................................................................................................................73.2 极值理论,EVT............
[江海证券]:量化投资组合管理研究系列之(八):基于GARCH-EVT-VaR模型的动态风险管理,点击即可下载。报告格式为PDF,大小3.05M,页数22页,欢迎下载。



