基于改进估计的低波动率Smart Beta投资策略及实证研究的开题报告.docx

基于改进估计的低波动率SmartBeta投资策略及实证研究的开题报告
一、研究背景
SmartBeta策略是投资组合管理的最新趋势。该策略利用基于规则的方法来构建投资组合，从而产生超过市场平均水平的回报。而低波动率是SmartBeta策略的一种重要形式，其通过选择低波动性的股票来获得稳定的投资回报。
然而，由于SmartBeta策略的不断发展和应用，现有的低波动率SmartBeta策略存在一定的问题。例如，需要定期重新平衡，因为投资组合中的股票波动率可能会发生变化。此外，现有的低波动率SmartBeta策略通常无法充分利用信息，导致资产组合的收益低于期望水平。
因此，本研究旨在通过改进估计方法，提出一种更加有效的低波动率SmartBeta投资策略，并进行实证研究，以评估其投资回报、风险水平和有效性。
二、研究内容
（一）理论研究
本研究将在现有的低波动率SmartBeta策略基础上，从以下两个方面进行改进：
1.改进估计方法：本研究提出一种改进的估计方法，基于异方差模型和贝叶斯方法，使用历史数据和市场预期数据来估计股票的波动率。该方法不仅考虑历史股价和交易量等因素，还将市场预期纳入考虑范围，从而更加准确地估计波动率。
2.优化资产组合：本研究还将通过优化资产组合的方法，进一步提高低波动率SmartBeta策略的投资回报和有效性。具体来说，本研究将使用马科维茨组合理论和均值-方差投资组合优化模型，来确定投资组合的最佳配置。
（二）实证研究
本研究将在A股市场上进行实证研究。具体来说，本研究将从2015年至今的时间段内，挑选一组市值前100的股票，通过改进估计方法和资产组合优化模型，构建低波动率SmartBeta投资组合。
本研究将比较改进后的低波动率SmartBeta投资组合和传统低波动率SmartBeta投资组合的表现，评估其投资回报、风险水平和有效性。同时，本研究还将比较改进后的低波动率SmartBeta投资组合与被动指数基金的表现，以评估其相对优势。
三、研究意义
本研究对于SmartBeta策略和低波动率SmartBeta策略的发展和应用具有一定的意义。首先，本研究提出了一种改进估计方法，可以更加准确地估计股票波动率，从而优化了低波动率SmartBeta策略的构建方式。其次，本研究提出了一种优化资产组合的方法，可以进一步提高低波动率SmartBeta策略的投资回报和有效性。最后，本研究通过实证研究，可以为投资者提供一种更加有效的投资方案，帮助其获得更稳定的投资回报。