Workflow
20171224_海通证券_金融工程专题_冯佳睿袁林青_选股因子系列研究(三十)——因子择时模型改进与择时指标库构建
海通证券·2017-12-24 00:00

量化模型与构建方式 条件期望因子择时模型 - 模型名称:条件期望因子择时模型 - 模型构建思路:通过条件期望的方式调整因子收益预测值,以提升因子收益预测的灵活性[12][14] - 模型具体构建过程: 1. 构建因子择时组合与基准组合,使用相同的因子和加权方法,唯一不同点在于因子收益预测方法 2. 因子择时组合使用条件期望调整因子收益预测值,基准组合仅使用因子历史24个月收益均值作为预测值 3. 公式如下: rt=α+β1,tf1,t+β2,tf2,t++βk,tfk,t+εtr_{t}=\alpha+\beta_{1,t}f_{1,t}+\beta_{2,t}f_{2,t}+\cdots+\beta_{k,t}f_{k,t}+\varepsilon_{t} βj,t=1Tm=1Tβj,tm\beta_{j,t}=\frac{1}{T}\sum_{m=1}^{T}\beta_{j,t-m} 其中,rtr_t为股票收益,βj,t\beta_{j,t}为因子暴露,fj,tf_{j,t}为因子收益[12][17] - 模型评价:模型在风格多变的市场环境中表现出较好的灵活性,但存在择时指标范围窄、筛选流程复杂等问题[5][15][16] 回归法因子择时模型 - 模型名称:回归法因子择时模型 - 模型构建思路:通过回归模型分解因子收益,利用外生变量的稳定相关性预测因子未来收益[5][17] - 模型具体构建过程: 1. 假设因子收益与外生变量之间存在稳定相关性 2. 使用回归模型预测因子未来收益,公式如下: βj,t=α+C1,tX1,t+C2,tX2,t++CN,tXN,t+εt\beta_{j,t}=\alpha+C_{1,t}X_{1,t}+C_{2,t}X_{2,t}+\cdots+C_{N,t}X_{N,t}+\varepsilon_{t} 其中,Xn,tX_{n,t}为外生变量,Cn,tC_{n,t}为回归系数[17] 3. 通过动态调整外生变量,提升模型的扩展性和易用性[17][18] - 模型评价:相比条件期望模型,回归法模型更易理解、实现且具有更强的扩展性[5][17] --- 模型的回测效果 - 条件期望因子择时模型: - 2017年因子择时组合收益约为11%,不择时组合收益约为-20%,超额收益约为31%[5][14] - 在规模因子、反转因子、估值因子和盈利因子上的配置灵活性较强[14] --- 量化因子与构建方式 规模因子 - 因子名称:规模因子 - 因子构建思路:通过股票对数总市值计算,因子IC越高,市场越偏好大盘股;因子IC越低,市场越偏好小盘股[23] - 因子具体构建过程: 1. 使用股票对数总市值计算规模因子 2. 剔除行业影响后,分析因子IC与宏观经济、债券市场、股票市场指标的跨期相关性[23][24] - 因子评价:规模因子与多种宏观和市场指标具有显著相关性,能够较好地反映市场风格偏好[24][27] 中盘因子 - 因子名称:中盘因子 - 因子构建思路:通过对数总市值平方计算,因子值越小,股票越偏向中盘;因子IC越高,市场风格越偏向大盘或小盘[38] - 因子具体构建过程: 1. 使用对数总市值平方计算中盘因子 2. 分析因子IC与消费、信用利差、指数涨幅等指标的跨期相关性[38][39] - 因子评价:中盘因子能够捕捉市场风格在大盘、小盘和中盘之间的切换[45][48] 流动性因子 - 因子名称:流动性因子 - 因子构建思路:通过股票过去1个月日均换手率计算,因子IC越高,市场越偏好高换手股票;因子IC越低,市场越偏好低换手股票[49] - 因子具体构建过程: 1. 使用股票过去1个月日均换手率计算流动性因子 2. 分析因子IC与指数涨幅、波动差值等指标的跨期相关性[49][51] - 因子评价:流动性因子能够反映市场对高换手和低换手股票的偏好变化[54][56] 反转因子 - 因子名称:反转因子 - 因子构建思路:通过股票过去1个月收益率计算,因子IC越高,市场动量效应越强;因子IC越低,市场反转效应越强[59] - 因子具体构建过程: 1. 使用股票过去1个月收益率计算反转因子 2. 分析因子IC与信用利差、指数波动等指标的跨期相关性[59][60] - 因子评价:反转因子能够捕捉市场动量与反转效应的切换[64][67] 波动率因子 - 因子名称:波动率因子 - 因子构建思路:通过股票过去1个月收益率的FF3回归R方计算,因子IC越高,市场越偏好高系统波动占比股票;因子IC越低,市场越偏好高特质波动占比股票[68] - 因子具体构建过程: 1. 使用FF3回归R方计算波动率因子 2. 分析因子IC与指数波动等指标的跨期相关性[68][69] - 因子评价:波动率因子能够反映市场对系统性风险和特质风险的偏好变化[73] 估值因子 - 因子名称:估值因子 - 因子构建思路:通过股票对数PB计算,因子IC越高,市场越偏好高估值股票;因子IC越低,市场越偏好低估值股票[74] - 因子具体构建过程: 1. 使用股票对数PB计算估值因子 2. 分析因子IC与进出口增速、TED利差等指标的跨期相关性[74][75] - 因子评价:估值因子能够捕捉市场在成长与价值风格之间的切换[78][85] 盈利因子 - 因子名称:盈利因子 - 因子构建思路:通过股票单季度ROE计算,因子IC越高,市场越偏好高盈利股票;因子IC越低,市场越偏好低盈利股票[89] - 因子具体构建过程: 1. 使用股票单季度ROE计算盈利因子 2. 分析因子IC与TED利差、利率变动等指标的跨期相关性[89][91] - 因子评价:盈利因子能够反映市场对高盈利和低盈利股票的偏好变化[94][99] 盈利成长因子 - 因子名称:盈利成长因子 - 因子构建思路:通过股票单季度ROE同比变化计算,因子IC越高,市场越偏好高盈利成长股票;因子IC越低,市场越偏好低盈利成长股票[103] - 因子具体构建过程: 1. 使用股票单季度ROE同比变化计算盈利成长因子 2. 分析因子IC与CPI增速、指数估值等指标的跨期相关性[103][106] - 因子评价:盈利成长因子能够捕捉市场对成长性股票的偏好变化[109][110] --- 因子的回测效果 - 规模因子:与PPI同比增速、短期利率变动、宽