http://www.p-shares.com/_big5_index/porsche1a.asp

 









  Porsche交易策略=ETF+避險模組(由18個個別策略組成)












險模組的建構

 Porsche應用MPT來建構ETF的避險模組。假設買進後長期持有 ETF(Buy and Hold),並期望在市場下跌時能有效運用期貨進行作空避險,為此我們設計了一個避險模組,期貨避險時機及部位大小都由避險模組(Hedge Model)來決定,為了降低避險模組的非系統風險,避險模組會由五大類邏輯的18個個別策略組成,即一定數量以上的個別策略可以有效的降低非系統風險。其次,所設計出來的避險模組如果能與ETF呈現越大的負相關,整體投資組合的風險 就能更有效的降低,當然避險模組的報酬率也必須維持。

 五大類邏輯18個個別策略,將會依照各自的規則獨立運作,在每個時點都會決定該策略是否避險以及部位的大小,而避險模組要進行多少避險只要加權彙總每個個別策略的避險部位即可得出(每個個別策略都會配置一固定權重)。
 

《表三》 個別策略資料彙整












































































































策略名稱

邏輯

策略主要依據

適用之行情走勢

適用之波動率

Anuketx 1.0

指標類

季移動平均

連續漲或跌行情


Ptahx 1.0

指標類

週移動平均線+開盤區間突破

連續漲或跌行情


Thothx 1.0

指標類

MACD+ADX

連續漲或跌行情


Khnumx 1.0

指標類

週、月高低移動平均加減碼

連續漲或跌行情


Satix 3.0

指標類

使用比Khnumx 1.0更長的均線

連續漲或跌行情


Isisx 1.0

K線類

過去幾日高低區間突破

連續漲或跌行情


Gebx 1.0

K線類

前幾日K線開盤與高低點

連續漲或跌行情


Nuitx 1.0

K線類

前幾日K線開盤與高低點

連續漲或跌行情


Edjox 1.0

K線類

跳空+開盤區間突破+當日進出

日長紅或黑K線


Heqetx 1.0

K線類

跳空+開盤區間突破+當日進出

日長紅或黑K線


Shux 1.0

動能類

大盤均買賣張+委買賣張

不定

不定

Tefnutx 1.0

動能類

大盤委買賣張

不定

不定

Hapix 1.0

資金類

固定區間低買高賣

震盪或盤整行情

不定

Atumx 1.0

籌碼類

外資現貨、期貨、選擇權籌碼

不定

不定

Horusx 1.0

籌碼類

散戶籌碼

不定

不定

Kheprix 1.0

籌碼類

選擇權籌碼

不定

不定
資料來源:寶來投信整理
 

 另外考量整體的資金在使用上因為增加了期貨的避險,必須保留2~3成以上的資金作為期貨保證金,未避免多頭時現貨部位資金動用率過低,因此避險模組在設定上除了以避險為主,也允許在某些特定的狀況下作多提升資金的使用率,但有其限制範圍,避險最多不超過所持有ETF的100%,作多最多不超過所持有ETF的30%,這是設計上唯一比較特殊而必須特別提出說明的。


  以上即為Porsche的整體架構,依此架構我們將進行Porsche(ETF+避險模組)的歷史績效模擬;而除了績效統計外還需要進一步檢視ETF與避險模組之相關係數與避險模組的個別績效,最後再把Porsche的歷史績效模擬與ETF、大盤、各類型基金作相互間比較,經由這些數據,測試應用MPT所建構的避險模組能否有優異的績效表現。



 在績效模擬的過程中,ETF使用的是台灣50基金還息之後的日淨值資料,由於ETF是買進後持有,因此只計算一次買進的交易成本,該成本以股票手續費的千分之1.425替代(假設買進一藍子股票後進行申購轉換,或直接在市場買進台灣50)。


 用來組成避險模組,負責決定動態避險比例的18個個別策略,所使用到的資料包含台指期貨每分鐘資料、外資現貨市場買賣超日資料、期貨十大交易人留倉部位日資料、選擇權十大交易人留倉部位日資料、大盤均買均賣張數每分鐘資料、大盤委買委賣張數每分鐘資料。而期貨交易的手續費為每口300元新台幣,交易稅為萬分之1。


 


==============================




避險模組要進行多少避險只要加權彙總每個個別策略的避險部位即可得出(每個個別策略都會配置一固定權重)。
避險模組的界線 : 最多不超過所持有ETF的100%,作多最多不超過所持有ETF的30%


-----------------------------------------------------------------------------------------
很科學的做法
但是18個變數還真多 , 重點是個別的權重各為多少 ?
我想這必須靠程式輔助 , 人是無法計算出來的 .
而且計算出來的最佳化參數 , 是否適用在未來 ? 是否權重需要調整 ? 如何調整 ? 調整依據 ?


在ETF不賣出的情況下 , 真正實現的損益來自於期貨避險單的進出 (不看ETF帳面損益) .
一套作空可100% , 做多上限30%的期貨策略 , 這樣的機制是否是好的 ?  思考中.... 
叫我作空可100% , 做多打三折 , 我會賺錢嗎 ..... ?
會得到一個結果 , 就是在上漲的時候 , 避險放空的損失成本 , 是加碼做多賺錢的 3.33倍
如果勝率五成 , 長期下來在上漲的階段期貨是賠的 .
以期貨出發 , 我希望走勢是跌的 , 這樣放空我才賺 , 但是走勢是跌的,那主商品ETF就賠了 .
有高手可以替我解惑嗎 ?


而且還有個很重要的就是 , ETF漲跌幅 <> 大盤指數漲跌幅  <> 期指漲跌幅
以我的經驗 , 寶來雖號稱ETF與大盤九十幾趴的正相關 , 但事實只有七成多(某段時間) . 更何況大盤與期貨漲跌幅也不同步 , 結論每天ETF與期貨的漲跌比例都不一樣 , 這100%比例要如何計算 ? 大概大概就好了嗎 ?



arrow
arrow
    全站熱搜
    創作者介紹
    創作者 獨孤求敗 的頭像
    獨孤求敗

    選擇權搖錢樹 專業投資 | 選擇權教學

    獨孤求敗 發表在 痞客邦 留言(2) 人氣()