<4D F736F F D20564C535FBBF9D3DABBA6C9EE333030D6B8CAFDB2A8B6AFC2CAB5C4B6E0BFD5B2DFC2D4D1D0BEBF5F66696E616C5F2E646F63>

Size: px

Start display at page:

Download "<4D F736F F D20564C535FBBF9D3DABBA6C9EE333030D6B8CAFDB2A8B6AFC2CAB5C4B6E0BFD5B2DFC2D4D1D0BEBF5F66696E616C5F2E646F63>"

匙秋
5 years ago
Views:

1 证券研究报告金融工程 / 数量化策略基于波动率的沪深 300 指数趋势投资策略波动率投资模型系列研究之二分析师王红兵 SAC 执业证书编号 :S (0755) wanghb@mail.htlhsc.com.cn 联系人郑源 (0755) zhengyuan@mail.htlhsc.com.cn 作为指数的重要运动特征之一, 指数的波动率中包含了大量的信息, 与指数的运动趋势和回报有着紧密的联系投资者可以根据指数的波动率, 运动趋势, 与回报率的关系进行更有效的投资, 获得更为丰厚的投资回报在本研究中, 我们首先对沪深 300 指数波动率的历史波动区间进行分组, 并对处于不同分组中的交易日的历史回报率与未来回报率的关系进行统计研究我们的统计研究表明, 在当指数处于低波动率时, 指数价格运动的短期动量效应比较显著 ; 而当指数处于高波动率时, 指数价格运动的长期反转效应比较显著根据以上研究结果, 我们设计了 VLS 策略对指数进行趋势投资该策略在 5 天波动率较低时, 利用动量策略进行投资, 即根据 5 天和 10 天历史动量同时为上扬或者下降, 分别进行相应的做多或者做空投资 ; 在 20 天波动率较高时, 利用反转策略进行投资, 即根据较 20 历史动量为上扬或者下降, 分别进行相应的做空或者做多投资我们根据 VLS 进行了模拟投资根据 2007 年 1 月到 2011 年 9 月的沪深 300 指数历史数据,VLS 取得了 483% 的投资回报率, 年化夏普比率为 1.86,VLS 策略的最大连续回撤比率为 5.4% 同时, 我们也利用 2010 年 4 月 16 日到 2011 年 9 月 30 日的沪深 300 指数期货历史数据进行模拟测试, 累计投资回报率 205%, 年化夏普比率为 2.48, 最大连续回撤比率为 9.6%

2 目录 1. 研究动机研究方法与结果描述波动率分组统计结果低波动率和高波动率组别统计结果分阶段统计结果 VLS: 基于波动率的趋势投资策略基于沪深 300 指数历史数据的模拟投资结果基于沪深 300 指数期货历史数据的模拟投资结果结论风险提示

3 图表目录图 1: HS300 与波动率的关系... 4 图 2: HS300 波动率与回报率关系 (5 天波动率 )... 5 图 3: HS300 波动率与回报率关系 (10 天波动率 )... 5 图 4: HS300 波动率与回报率关系 (15 天波动率 )... 6 图 5: HS300 波动率与回报率关系 (5 天波动率 )... 6 图 6: VLS 净值曲线 (HS300 指数数据模拟 )... 9 图 7: VLS 净值曲线 (HS300 指数期货数据模拟 ) 图 8: VLS 单次交易收益率表格 1: 沪深 300 指数波动率区间与其划分的相关参数... 5 表格 2: 所有组别与低波动率组别的动量策略胜率比较... 6 表格 3: 所有组别与高波动率组别的反转策略胜率比较... 7 表格 4:5 天低 V 动量策略在不同阶段的胜率... 7 表格 5:20 天高 V 反转策略在不同阶段的胜率... 7 表格 6:5 天低 V 动量策略在不同阶段的回报率... 7 表格 7:20 天高 V 反转策略在不同阶段的回报率... 7 表格 8:VLS 累计净值, 年化波动率, 和年化夏普比率 ( 指数模拟 )... 9 表格 9:VLS 的最大连续回撤统计... 9 表格 10:VLS 累计净值, 年化波动率, 和年化夏普比率 ( 期货模拟 )

4 1. 研究动机在国外期权市场中, 指数期权的隐含波动率 ( 又称为 volatility) 作为一种测量市场风险的重要指标已经被投资者所广泛接受一般来说, 期权的隐含波动率越高, 反映出投资者对市场的态度越悲观, 而市场的风险也越大 ; 相反, 隐含波动率越低, 投资者对市场的态度越乐观, 市场风险较小而目前, 由于 A 股市场中并没有指数期权产品发行和交易, 我们无法获得引申波幅那么退而求其次, 指数本身的波动率是否就隐含了有用的信息, 而我们又是否可以根据指数本身的波动率来判断未来指数的运动方向和回报率, 这些问题值得探讨和研究为了获得指数波动率与其运动方向的直观印象, 我们在下图 1 中同时展示了沪深 300 指数 ( 以下简称 HS300) 变化与其 5 天和 20 天波动率变化的图线在图 1 中, 我们可以看到沪深 300 指数与不同时间窗口下的历史波动率的关系其中, 黑色箭头反映出, 当波动率达到局部高点时, 沪深 300 指数基本见底, 随后会出现反弹和上扬 ; 然而, 按照红色箭头所示, 当波动率同样达到局部高点时, 沪深 300 指数却没有明显反弹并继续下跌由此可见, 沪深 300 指数波动率与该指数的回报率的关系比较复杂, 需要进行进一步的深入研究图 1: HS300 与波动率的关系沪深 300 指数年 1 月 2005 年 7 月 2006 年 1 月 2006 年 7 月 2007 年 1 月 2007 年 7 月 2008 年 1 月 2008 年 7 月 2009 年 1 月 2009 年 7 月 2010 年 1 月沪深 300 指数 5 天波动率 20 天波动率 2010 年 7 月波动率 2. 研究方法与结果描述在本研究中, 我们收集了沪深 300 指数从 2005 年 1 月到 2010 年 12 月一共 1450 个历史交易日的数据我们首先计算得到每个历史交易日中, 沪深 300 指数的回报率, 然后再分别以连续 5 天,10 天,15 天, 和 20 天为时间窗口, 对沪深 300 指数的回报率在不同时间窗口下的指数波动率 ( 即指数回报率的方差 ) 进行滚动计算, 从而得到沪深 300 指数在不同时间窗口下的历史波动率 4

5 2.1 波动率分组统计结果为了进一步细化的讨论沪深 300 指数的波动率和其运动趋势和回报率之间的关系, 我们将在 4 个不同时间窗口下, 所得到的指数的 4 个历史波动率区间分别划分成 10 个等宽度的子区间波动率区间的上下限和子区间宽度等具体参数如下表 1 所示根据不同时间窗口下的每个交易日的历史波动率所处的子区间, 我们再将所有的交易日分为组一到组十的 10 个不同组别其中, 从组一到组十, 其历史波动率数值逐渐降低其中,5 天波动率最高点由 08 年 9 月 16 日到 9 月 23 日的 5 个交易日产生, 而 5 天波动率最低点则在 05 年 2 月 23 日到 3 月 1 日的 5 个交易日中产生另外, 20 天波动率最高点则由 08 年 3 月 27 日到 4 月 24 日的 20 个交易日产生, 而最低点则由 05 年 11 月 30 日到 12 月 27 日的 20 个交易日产生表格 1: 沪深 300 指数波动率区间与其划分的相关参数时间窗口大小波动率区间上限波动率区间下限波动率子区间宽度 5 天天天天接下来, 我们分别统计了不同时间窗口下, 每个组别的交易日在其后的 5,10, 15, 和 20 天的沪深 300 指数的平均回报率图 3, 图 4, 图 5, 和图 6 分别展示了时间窗口为 5,10,15, 和 20 天时, 不同组别在 5,10,15, 和 20 天后的沪深 300 指数平均回报率从 4 幅图片中, 我们可以看到波动率较高和较低组别均能取得较高的回报率, 而处于整个波动率区间中间的组别, 其表现在不同的波动率窗口下则不太稳定图 2: HS300 波动率与回报率关系 (5 天波动率 ) 图 3: HS300 波动率与回报率关系 (10 天波动率 ) 平均回报率 6% 5% 4% 3% 2% 1% 0% -1% 平均回报率 10% 8% 6% 4% 2% 0% -2% -2% 组一组二组三组四组五组六组七组八组九组十 -4% 组一组二组三组四组五组六组七组八组九组十 5 天后平均回报率 10 天后平均回报率 15 天后平均回报率 20 天后平均回报率 5 天后平均回报率 10 天后平均回报率 15 天后平均回报率 20 天后平均回报率 5

6 图 4: HS300 波动率与回报率关系 (15 天波动率 ) 图 5: HS300 波动率与回报率关系 (5 天波动率 ) 10% 8% 8% 6% 6% 4% 平均回报率 4% 2% 0% 平均回报率 2% 0% -2% -2% -4% 组一组二组三组四组五组六组七组八组九组十 -4% 组一组二组三组四组五组六组七组八组九组十 5 天后平均回报率 10 天后平均回报率 15 天后平均回报率 20 天后平均回报率 5 天后平均回报率 10 天后平均回报率 15 天后平均回报率 20 天后平均回报率 2.2 低波动率和高波动率组别统计结果接下来, 我们将对低波动率组别和高波动率组别的历史数据进行更深入的分析一般来说, 指数价格的运动有动量和反转方式这两种运动方式使得投资者可以利用指数的历史运动方式, 采用趋势投资的策略获得投资收益从一个普遍的市场经验上来说, 当市场运行较为平稳时, 其运动方向并不容易改变, 具有较强的动量运动特征 ; 而当市场运行较为动荡时, 其运动方向变得不确定, 这时出现反转的可能性则变高而波动率恰好能够反映市场运行的平稳和动荡程度, 那么指数波动率就应该能够帮助投资者选择动量或者反转策略来进行指数投资我们在接下来的统计分析中, 也将考查低波动率组别和高波动率组别, 沪深 300 指数动量和反转效应的胜率, 以及回报率在表格 2 中, 我们分别展示了在不同波动率计算时间窗口和不同投资时间窗口中, 所有组别和低波动率组别的动量策略成功率 ( 在表中, 这两个类别分别用纯动量和低 V 动量表示 ); 而在在表格 3 中, 我们则分别展示了在不同波动率计算时间窗口和不同投资时间窗口中, 所有组别和高波动率组别 ( 低 V 类别 ) 的动量效应成功率两个表格中的纯动量和纯反转策略分别指不考虑波动率情况下的动量反转策略, 本研究报告下面的图表中, 也采用同样的定义从表格 2, 我们可以看到当波动率计算窗口, 持仓时间, 和波动率这三个因素都较小时, 动量策略的成功率会有提高 ; 而表格 3, 则反映出波动率较高时, 反转策略的成功率会有显著的提高这初步说明, 基于波动率来选择动量和反转策略会带来较高的投资成功率表格 2: 所有组别与低波动率组别的动量策略胜率比较波动率窗口持仓时间纯动量低 V 动量 5 天 5 天 51.3% 54.6% 10 天 10 天 56.2% 56.2% 15 天 15 天 54.9% 53.0% 20 天 20 天 55.4% 48.6% 6

7 表格 3: 所有组别与高波动率组别的反转策略胜率比较波动率窗口持仓时间纯动量低 V 动量 5 天 5 天 48.7% 63.2% 10 天 10 天 48% 51.6% 15 天 15 天 45.1% 49.6% 20 天 20 天 45% 60.9% 2.3 分阶段统计结果为了进一步考察不同市场状态下, 波动率与回报率的关系, 我们将过去 4 年中, 市场分为上升 (2007 年 1 月到 2007 年 10 月 ), 下降 (2007 年 10 月到 2008 年 11 月 ), 反弹 (2008 年 11 月到 2009 年 8 月 ), 和盘整 (2009 年 8 月至今 )4 个阶段我们在这 4 个阶段中, 分别统计了 5 天低波动率情况下, 持仓 5 天的动量策略和 20 天高波动率情况下, 持仓 20 天的反转策略的胜率和总回报率, 统计结果如下表所示表格 4:5 天低 V 动量策略在不同阶段的胜率上升下降反弹盘整持仓时间 5 天 5 天 5 天 5 天纯动量 55.5% 51.3% 54.1% 48.7% 低 V 动量 60.7% 68.6% 58.2% 51.1% 表格 5:20 天高 V 反转策略在不同阶段的胜率上升下降反弹盘整持仓时间 20 天 20 天 20 天 20 天纯反转 31.5% 46.0% 37.8% 51.6% 高 V 反转 81.3% 52.4% 83.3% 100.0% 表格 6:5 天低 V 动量策略在不同阶段的回报率 5 天动量上升下降反弹盘整持仓时间 5 天 5 天 5 天 5 天持续涨 280% -24.3% 79.1% -21.9% 持续跌 -93.7% 94.6% -41.7% 96.4% 表格 7:20 天高 V 反转策略在不同阶段的回报率 20 天反转上升下降反弹盘整持仓时间 20 天 20 天 20 天 20 天涨转跌 -33.3% 111% 19.8% 0.0% 跌转涨 85.1% 97.0% 8.9% 1.2% 7

8 从表格 4 中, 我们可以看到在低波动率情况下,5 天持仓动量策略在所有 4 个不同的市场阶段中的胜率均超过的纯动量策略 ; 而在表格 5 中, 在高波动率情况下,20 天持仓反转策略在所有 4 个不同的市场阶段中的胜率均超过的纯反转策略在表格 6 中, 我们分别可以看到两类不同动量策略表现的回报率其中, 持续涨是指过去 5 天上涨, 在接下来的 5 天中持续, 而持续跌是指过去 5 天的下跌, 在接下来的 5 天中持续我们可以看到两类不同的动量策略表现的回报率之和, 在不同市场阶段均为正数而在表格 7 中, 我们展示了两类不同反转策略表现的回报率其中, 涨转跌指的是过去 20 天为上涨势, 在接下来的 20 天为下跌 ; 而跌转涨指的是过去 20 天为下跌, 在接下来的 20 天为上涨与表格 6 相同, 两类不同的反转策略表现的回报率之和, 在不同市场阶段也均为正数综上所述, 我们可以看到指数的波动率对指数投资的回报率有着明显的影响具体来说, 当波动率较低时, 指数价格运动处于较为平稳的状态, 因此, 动量效应较为明显, 利用动量策略进行投资则可以获得较为吸引的回报 ; 相反, 当波动率较高时, 指数价格运动处于大幅波动的状态, 反转效应则较为明显, 利用反转策略进行投资, 回报率会较高 3. VLS: 基于波动率的趋势投资策略利用以上所述的指数波动率与指数回报率之间的关系, 我们设计一个基于波动率的沪深 300 指数趋势投资策略,VLS 简单来说,VLS 就是在沪深 300 指数 5 天波动率较低时, 根据 5 天和 10 天动量趋势, 进行同趋势投资 ; 而在沪深 300 指数 20 天波动率较高时, 根据 20 天趋势, 采用反转策略, 进行反趋势投资 3.1 基于沪深 300 指数历史数据的模拟投资结果为了验证 VLS 策略的可行性和有效性, 我们分别利用沪深 300 指数本身与其期货的历史数据, 根据 VLS 规则进行了模拟投资利用沪深 300 指数本身的历史数据进行模拟时, 其投资时间从 2007 年 1 月开始, 到 2011 年 9 月结束, 包括我们之前提到的上升, 下降, 反弹, 和盘整全部 4 个阶段在利用沪深 300 指数本身的历史数据进行模拟投资时, 我们采用了无杠杆的模拟方式另外, 在止损方面, 我们采用了绝对点数 100 点作为止损标准, 即以最近获得盈利的交易日的收盘价为标准, 连续亏损 100 点即进行止损同时, 我们还对纯动量和纯反转策略进行了模拟测试, 我们将所有测试结果与沪深 300 指数的净值曲线一并放在图 6 中在图中, 我们假设净值初始值都为 1 同时, 我们对 VLS 所产生的模拟结果进行了进一步的评价如表格 8 所示, 我们可以看到 VLS 与纯动量和纯反转的表现相比, 在累计净值, 年化波动率, 和年化夏普比率等 3 个方面都有明显优势另外, 在表格 9 中, 我们展示了 VLS 的最大连续回撤情况 VLS 的日, 周, 月级别最大连续幅度均未超过 6%, 而在绝对点数方面也均未超过 400 点 8

9 图 6: VLS 净值曲线 (HS300 指数数据模拟 ) 600% 500% 400% 300% 200% 100% 0% 2007 年 1 月 2007 年 4 月 2007 年 7 月 2007 年 10 月 2008 年 1 月 2008 年 4 月 2008 年 7 月 2008 年 10 月 2009 年 1 月 2009 年 4 月 2009 年 7 月 2009 年 10 月 2010 年 1 月 2010 年 4 月 2010 年 7 月 2010 年 10 月 2011 年 1 月 2011 年 4 月 2011 年 7 月 HS300 纯动量纯反转 VLS 表格 8:VLS 累计净值, 年化波动率, 和年化夏普比率 ( 指数模拟 ) 累计净值年化波动率年化夏普比率 (RFR=0.035) 纯动量 476% 20.5% 1.49 纯反转 459% 22.7% 1.36 VLS 583% 18.9% 1.86 表格 9:VLS 的最大连续回撤统计百分比绝对点数连续周期日 -5.3% 周 -5.4% 月 -2.0% 基于沪深 300 指数期货历史数据的模拟投资结果另外, 我们也针对沪深 300 指数期货历史数据进行了模拟投资我们则采用了从 2010 年 4 月 16 日到 2011 年 9 月 30 日的沪深 300 指数期货历史数据考虑到这段时间沪深 300 指数值较低, 我们将止损点数降为 50 点我们假设拥有 1000 万初始投资资金, 采用 25% 的初始保证金比例, 即初始杠杆为 4 倍, 并且始终保持仓位数不变每次交易成本和冲击成本为 0.05% 图 7 显示了从 2010 年 4 月 16 日到 2011 年 9 月 30 日, 我们利用 VLS 进行模拟投资的结果在图 7 中, 我们没有提供纯反转策略的净值曲线, 这是因为在模拟中, 反转策略出现保证金不足, 需要强制平仓的情况, 因此, 我们将反转策略净值曲线剔除表格 10 中, 我们可以看到在累计净值方面, VLS 比纯动量策略高出 11%; 而在波动率和夏普比率方面,VLS 的表现均好过纯动量策略 9

10 图 7: VLS 净值曲线 (HS300 指数期货数据模拟 ) 400% 300% 200% 100% 0% 2010 年 4 月 2010 年 5 月 2010 年 6 月 2010 年 7 月 2010 年 8 月 2010 年 9 月 2010 年 10 月 2010 年 11 月 2010 年 12 月 2011 年 1 月 2011 年 2 月 2011 年 3 月 2011 年 4 月 2011 年 5 月 2011 年 6 月 2011 年 7 月 2011 年 8 月 2011 年 9 月 VLS 纯动量 HS300 表格 10:VLS 累计净值, 年化波动率, 和年化夏普比率 ( 期货模拟 ) 累计净值年化波动率年化夏普比率 (RFR=0.035) 纯动量 275% 30.6% 2.10 VLS 305% 33.3% 2.48 在图 8 中, 我们展示了 VLS 在 2010 年 4 月 16 日到 2011 年 9 月 30 日期间, 利用期货数据进行模拟交易的收益率在模拟交易期间内,VLS 共产生交易 35 次, 其中获利交易次数为 20 次, 占总交易次数的 57%; 而 VLS 产生的最大连续回撤比率为 9.6%, 绝对点数为 84 点从图中我们可以看到, 尽管 VLS 的获利交易次数只比亏损交易次数多 5 次但是,VLS 每次获利的回报率明显较高因此, 盈利可以稳定向上另外, 由于我们采用了固定仓位的方法进行模拟投资, 因此, 越早发生的盈利交易, 其回报率也越高图 8: VLS 单次交易收益率 60.0% 50.0% 40.0% 30.0% 20.0% 10.0% 0.0% -10.0%

11 4. 结论综上所述, 我们可以得到以下结论 : 作为指数的重要运动特征之一, 指数的波动率与指数价格的运动方式有着较为明显的联系我们的统计研究表明, 在当指数处于低波动率时, 指数价格运动的短期动量效应比较显著 ; 而当指数处于高波动率时, 指数价格运动的长反转效应则比较显著利用波动率与指数价格运动方式的联系, 我们设计了 VLS 策略对指数进行趋势投资该策略在短期波动率较低时, 利用动量策略进行投资, 即根据短期历史动量为上扬或者下降, 分别进行相应的做多或者做空投资 ; 在长期波动率较高时, 利用反转策略进行投资, 即根据较长期历史动量为上扬或者下降, 分别进行相应的做空或者做多投资模拟投资的结果表明,VLS 与纯动量, 纯反转策略相比, 优势明显, 均能有效提高投资回报率和夏普比率风险提示本报告中的所有模型都是根据历史数据建立和测算的, 图表中展示的效果亦是基于历史数据, 并不必然保证未来有同样好的收益本报告中的所有模型和结论只供投资者参考, 并不能完全排除未来的风险 11

12 华泰联合证券评级标准 : 深圳时间段报告发布之日起 6 个月内深圳市福田区深南大道 4011 号香港中旅大厦 25 层基准市场指数沪深 300( 以下简称基准 ) 邮政编码 : 股票评级电话 : 买入股价超越基准 20% 以上传真 : 增持股价超越基准 10%-20% 电子邮件 :lzrd@mail.htlhsc.com.cn 中性股价相对基准波动在 ±10% 之间减持股价弱于基准 10%-20% 上海卖出股价弱于基准 20% 以上上海浦东银城中路 68 号时代金融中心 45 层行业评级邮政编码 : 增持行业股票指数超越基准电话 : 中性行业股票指数基本与基准持平传真 : 减持行业股票指数明显弱于基准电子邮件 :lzrd@mail.htlhsc.com.cn 免责申明本报告仅供华泰联合证券有限责任公司 ( 以下简称华泰联合 ) 签约客户使用华泰联合不因接收到本报告而视其为华泰联合的客户客户应当认识到有关本报告的短信邮件提示及电话推荐仅为研究观点的简要沟通, 对本报告的参考使用须以本报告的完整版本为准本报告是基于华泰联合认为可靠的已公开的信息编制, 但华泰联合不保证该等信息的准确性或完整性本报告所载的意见评估及预测仅为本报告最初出具日的观点和判断, 本报告所指的证券或投资标的的价格价值及投资收入可能会出现不同程度的波动, 涉及证券或投资标的的以往表现不应作为日后表现的保证在不同时期, 或因使用不同假设和标准, 采用不同观点和分析方法, 致使华泰联合发出与本报告所载意见评估及预测不一致的研究报告, 对此华泰联合可不发出特别通知本报告所载的资料工具意见及推测只提供给华泰联合客户作参考之用, 在任何情况下并不构成私人咨询建议, 也没有考虑到个别客户的投资目标或财务状况 ; 同时并非作为或被视为出售或购买证券或其他投资标的的广告要约或向人作出的要约邀请市场有风险, 投资需谨慎本报告中所述证券不一定能在所有的国家和地区向所有类型的投资者销售, 投资者应当对本报告中的信息和意见进行独立评估, 并应同时考量各自的投资目的财务状况和特定需求, 必要时就法律商业财务税收等方面咨询专业顾问的意见在任何情况下, 华泰联合不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任华泰联合是一家覆盖证券经纪投资银行投资咨询投资管理等多项业务的全国性综合类证券公司在法律许可的情况下, 华泰联合投资业务部门可能会持有报告中提及公司所发行的证券头寸并进行交易, 可能为这些公司提供或争取提供投资银行财务顾问或金融产品等相关服务, 可能独立做出与本报告中的意见或建议不一致的投资决策华泰联合的投资顾问销售人员交易人员以及其他类别专业人士可能会依据不同的信息来源不同假设和标准采用不同的分析方法而口头或书面发表与本报告意见及建议不一致的市场评论和 / 或交易观点华泰联合没有将此意见及建议向本报告所有接收者进行更新的义务华泰联合利用信息隔离墙控制内部一个或多个领域部门集团或关联机构间的信息流动撰写本报告的证券分析师的薪酬由研究部门管理层和公司高级管理层全权决定, 分析师的薪酬不是基于华泰联合投资银行收入而定, 但是分析师的薪酬可能与投行整体收入有关, 其中包括投行销售与交易业务华泰联合的研究报告主要以电子版形式分发, 间或也会辅以印刷品形式分发华泰联合向所有客户同时分发电子版研究报告华泰联合对本报告具有完全知识产权, 未经华泰联合事先书面授权, 本研究报告的任何部分均不得以任何形式转发翻版复制刊登发表或引用若华泰联合以外的机构向其客户发放本报告, 则由该机构独自为此发送行为负责, 华泰联合对此等行为不承担任何责任本报告同时不构成华泰联合向发送本报告的机构之客户提供的投资建议版权所有 2011 年华泰联合证券有限责任公司



2012-05-06 证券研究报告基金研究 / 基金研究中国公募证券投资基金市场总貌 20120506 号分析师王昉 SAC 执业证书编号 :S1000511110001 Tel:(010)68086688-678 Email:wangfang9133@mail.htlh.com.cn 主要内容 : 华泰柏瑞沪深 300ETF 成立, 华泰柏瑞基金管理公司的资产总规模排名从第 40 名上升至第