20160512-兴业证券-风格因子进化论_24页_2mb

风格因子进化论：因子合成、中性化与择时策略

核心内容

本报告围绕如何提升因子的风险调整后收益，提出了三种递进的策略：因子合成、因子中性化和因子择时。通过这三个步骤，可以有效降低因子波动性，提高其在多因子投资体系中的表现。

主要观点

1. 因子合成：

   • 通过合成具有代表性的因子，构建七大类风格因子（价值、成长、情绪、反转、规模、波动、质量），以降低单因子波动性。
   • 合成后的风格因子整体表现优于合成前的单因子，尤其是价值、成长、情绪和反转类因子。

2. 因子中性化：

   • 对风格因子进行行业中性化和市值中性化处理，以剥离行业和市值风险，降低因子波动性。
   • 中性化后，价值、成长、情绪和反转因子的Sharpe比率均高于1，波动性显著降低，质量因子的波动性也有所下降。

3. 因子择时：

   • 对规模、波动和质量三类波动性较大的因子，采用简单动量择时和布林带择时策略进行择时。
   • 简单动量择时策略的Sharpe比率为2.82，布林带择时策略的Sharpe比率为3.46，显著优于基准策略。

关键信息

1. 风格因子合成

• 合成因子：通过分位数标准化和等权合成，构建七大类风格因子。

• 合成因子构成：

  • 价值：BP_LR、EP_Fwd12M、CashFlowYield_TTM、FreeCashFlowYield_TTM、SP_TTM、Sales2EV
  • 成长：Earnings_SQ_YoY、Sales_SQ_YoY、Earnings_LTG、Sales_LTG、Earnings_STG、Sales_STG、Earnings_LFG、Sales_LFG、Earnings_SFG、Sales_SFG
  • 情绪：EPSChange_FY0_1M、EPSChange_FY0_3M、RatingChange_3M
  • 反转：Momentum_1M、Momentum_3M、Momentum_60M
  • 规模：LnFloatCap
  • 波动：RealizedVolatility_1Y
  • 质量：ROA_LR、ROE_LR

• 合成后表现：

  • 除质量因子外，其他风格因子在长期均能贡献超额收益。
  • 风格因子的波动性普遍较高，其中规模因子波动性最大（20.73%）。

2. 风格因子中性化

• 中性化方法：对风格因子和流通市值进行分位数标准化，再通过正交化（回归残差）剥离行业和市值风险。
• 中性化后表现：
  • 价值、成长、情绪和反转因子的IC标准差均低于10%。
  • 多空组合的Sharpe比率均高于1，波动性显著降低。
  • 质量因子的IC标准差仍较高（11.57%），但波动性有所改善。

3. 因子择时策略

• 简单动量择时：

  • 每周根据风格因子多空组合收益排序，赋予高收益因子更高权重，低收益因子更低权重。
  • 策略表现：年化收益35.25%，Sharpe比率2.82，优于基准等权策略（年化收益26.15%，Sharpe比率2.41）。

• 布林带择时：

  • 每日计算因子多空净值的均值和标准差，通过布林带上下界判断是否超配、低配或保持中性。
  • 策略表现：年化收益37.72%，Sharpe比率3.46，显著优于基准等权策略（年化收益25.97%，Sharpe比率2.69）。

• 单因子择时表现：

  • 规模因子择时策略：年化收益32.32%，Sharpe比率2.79
  • 波动因子择时策略：年化收益8.90%，Sharpe比率0.96（与基准接近）
  • 质量因子择时策略：年化收益8.88%，Sharpe比率1.43

总结

本文系统地介绍了如何通过因子合成、因子中性化和因子择时三个步骤提升因子的风险调整后收益。合成风格因子显著降低了波动性，中性化进一步剥离行业和市值风险，而择时策略则在因子表现波动较大的情况下，通过动量和布林带方法优化配置，显著提升整体收益表现。最终，多因子轮动策略在风险调整后收益和波动性方面均优于等权策略，显示出良好的策略有效性。