20170920-广发证券-多因子Alpha系列报告之（三十四）_基于多期限的选股策略研究_26页_1mb

基于多期限的选股策略研究总结

核心内容

本报告提出了一种基于多期限的选股策略，通过分析不同期限的均线数据，构建因子以同时捕捉短期反转、中期动量、长期反转等价格趋势。进一步地，引入LLT低延迟趋势线以改进传统MA均线在趋势刻画上的延迟问题，提升因子的预测能力。

主要观点

• 动量与反转效应：动量效应指过去一段时间内收益率高的股票在未来一段时间内仍可能继续上涨，而反转效应则相反，指过去收益率低的股票在未来可能表现更好。在A股市场中，也存在中期动量效应和短期反转效应。
• 多期限因子构建：选取3、5、10、20、30、60、90、120、180、240、270、300日等不同期限的均线数据，构建综合因子以捕捉多周期的价格趋势。
• LLT趋势因子：引入LLT低延迟趋势线，相较于传统MA指标，其跟踪延迟更低，能更及时地反映价格趋势，提升因子的预测效果。
• 因子有效性：在不同指数成分股中，基于多期限因子的IC值均以正IC为主，说明因子对股票收益有较强的预测能力。
• 策略表现：基于多期限因子的选股策略在全市场、中证500、中证800成分股中均表现良好，年化收益率较高，信息比率优于基准。
• LLT因子优势：基于LLT因子的策略在多个指标上优于基于MA因子的策略，尤其在信息比率和超额收益方面表现突出。

关键信息

1. 基于多期限因子的实证表现

• 全市场选股中证500指数对冲：

  • 年化收益率：25.40%
  • 最大回撤：9.11%
  • 信息比率：2.44

• 全市场多空对冲：

  • 年化收益率：25.58%
  • 年化波动率：14.12%
  • 最大回撤：13.31%
  • 信息比率：1.81

• 全市场中证500行业中性策略：

  • 年化收益率：26.01%
  • 年化波动率：12.66%
  • 最大回撤：10.37%
  • 信息比率：2.51

2. LLT因子实证表现

• 全市场多空对冲：

  • 年化收益率：35.83%
  • 年化波动率：14.11%
  • 最大回撤：15.64%
  • 信息比率：2.54

• 全市场中证500指数对冲：

  • 年化收益率：29.58%
  • 年化波动率：10.46%
  • 最大回撤：11.57%
  • 信息比率：2.51

• 全市场中证500行业中性策略：

  • 年化收益率：29.42%
  • 年化波动率：10.60%
  • 最大回撤：12.78%
  • 信息比率：2.78

• 中证500成分股对冲：

  • 年化收益率：17.40%
  • 年化波动率：9.80%
  • 最大回撤：6.26%
  • 信息比率：1.77

3. 因子表现对比

• IC值：

  • 全部A股：均值0.026，标准差0.111，正IC占比61.46%
  • 中证500：均值0.037，标准差0.124，正IC占比61.98%
  • 中证800：均值0.030，标准差0.141，正IC占比60.68%

• LLT与MA因子IC值对比：

  • LLT：均值0.036，标准差0.105，正IC占比66.93%
  • MA：均值0.026，标准差0.111，正IC占比61.46%

• 分档表现：

  • 基于多期限因子的策略在分档测试中，最高档组合表现最优，最低档组合表现最差。
  • LLT因子在分档测试中表现优于MA因子，尤其在信息比率和收益率方面。

4. 换手率分析

• 全市场多空对冲：

  • 平均换手率：0.63
  • 标准差：0.16
  • 累积换手率：242.37

• LLT因子多空对冲：

  • 平均换手率：0.69
  • 标准差：0.13
  • 累积换手率：264.66

• 换手率趋势：每年平均每期换手率在50%以上，表明策略具有较高的交易频率。

风险提示

• 本报告的数据测算完全基于历史行情数据，无法保证模型在未来的有效性。
• 市场表现受多种因素影响，存在模型失效的风险。
• 投资策略需根据市场变化进行动态调整，不能完全依赖历史数据。

总结

本报告提出并验证了基于多期限的因子与LLT趋势因子在A股市场中的有效性。通过分析不同期限的均线数据，因子能够较好地捕捉价格趋势，且在实证中表现出较高的年化收益率与信息比率。LLT因子在延迟性方面优于传统MA指标，进一步提升了策略的表现。然而，需注意模型基于历史数据，存在失效风险，实际应用中应结合市场环境进行动态调整。