量化因子与构建方式 1. 因子名称:基金属性因子 - 因子的构建思路:通过基金经理的选股和择时能力差异,赋予“优秀”基金持仓股票更高权重,“普通”基金持仓股票更低权重,从而构建选股因子[6][24][26] - 因子具体构建过程: 1. 定义“优秀”基金:基于广发金工的选基因子库,利用月频维度的选基因子评价基金表现[24][26] 2. 计算单个基金属性因子:在时间截面t内,将选基因子值标准化后,结合基金持仓比例计算基金属性因子,公式如下: 其中,为基金j在时间t持有股票i的持仓比例,为标准化后的第k个选基因子值[27] 3. 综合因子构建:将多个基金属性因子标准化后等权合并,形成综合基金属性因子[27] - 因子评价:综合基金属性因子能够挖掘传统因子之外的增量信息,且在剥离三个月股价动量因子后依然表现显著[6][124][109] --- 因子的回测效果 1. 基金重仓股股票池 - RANK_IC均值:0.025[6][124] - RANK_IC胜率:65.91%[6][124] - 信息比率(IR):0.80[6][124] - 换手率:30%左右[6][124] 2. 沪深300股票池 - RANK_IC均值:0.035[6][124] - RANK_IC胜率:65.91%[6][124] - 信息比率(IR):1.05[6][124] - 多头相对基准年化超额收益率:7.97%[69][77] 3. 中证500股票池 - RANK_IC均值:0.015[83][86] - RANK_IC胜率:59.85%[83][86] - 多头相对基准年化超额收益率:7.12%[83][89] 4. 中证800股票池 - RANK_IC均值:0.025[95][98] - RANK_IC胜率:61.36%[95][98] - 多头相对基准年化超额收益率:8.34%[95][103] 5. 剥离三个月股价动量因子后 - RANK_IC均值:0.029[111][112] - RANK_IC胜率:68.94%[111][112]
多因子ALPHA系列报告之(四十九):基于基金属性的因子选股策略研究
广发证券·2023-04-02 00:00