20130729-兴业证券-因子蓝海探秘_33页_1mb

沙淘浪大：因子蓝海探秘总结

核心内容概述

本报告探讨了量化投资中Alpha因子的挖掘与构建，重点分析了传统因子的失效问题，并提出了两个新的因子：自由现金流总市值比（FCFP）和流动性冲击因子（LSF）。通过深入研究市场异象与投资者行为偏差，结合独特的数据库与构建方法，探索了因子在不同市场环境下的表现与适用性。

主要观点

• Alpha因子的重要性：Alpha因子是量化投资的核心，有效的因子能够显著提升投资收益。
• 红海与蓝海的区分：传统Alpha因子已高度竞争，效果衰减，因此向因子的“蓝海”进军成为趋势。
• 市场异象与投资者偏差：通过挖掘市场异象与投资者行为偏差，可以发现新的Alpha因子。
• 因子构建方法：利用新的数据库和构建方法，有助于发现更具有效性的因子。

关键信息

1. 自由现金流总市值比（FCFP）

• 定义与逻辑：FCFP是基于自由现金流（FCF）与总市值比构建的估值因子，其逻辑是自由现金流更难被操纵，能更好地衡量公司盈利能力。
• 因子表现：
  • Long/Short组合：超额收益率为4.59%，波动率为6.25%，IR为0.75，月度胜率为58.44%。
  • Top组合：超额收益率为4.95%，波动率为4.51%，IR为1.10，胜率为62.34%。
  • Bottom组合：超额收益率为0.12%，波动率为5.23%，IR为0.05，胜率为49.35%。
• 特点分析：
  • 在价值类单因子中表现最佳。
  • 与其他价值因子收益相关性较低，提供了额外信息。
  • 五等分下，第二组表现最差，因子具有非线性特征。

2. 基于RCVB的价值增强因子（RCVB_F）

• 定义与逻辑：RCVB_F通过分析Beta与价值因子之间的相关性（RCVB），在EP与BP之间动态分配权重，以更有效地利用估值因子。
• 因子表现：
  • Long/Short组合：超额收益率为16.52%，波动率为15.56%，IR为1.06，胜率为61.04%。
  • ZZ800股票池：超额收益率为16.52%，IR为1.06，胜率为61.04%。
  • HS300股票池：超额收益率为19.02%，IR为1.07，胜率为57.14%。
  • ZZ500股票池：超额收益率为16.01%，IR为1.29，胜率为66.23%。
• 特点分析：
  • 五分位组合的年化超额收益率保持良好单调特性。
  • Bottom组合长期跑输市场。
  • 在不同市值水平的选股范围内均表现良好。
  • 低换手率使其在实际投资中更具优势。

3. 流动性冲击因子（LSF）

• 定义与逻辑：LSF衡量股票的非流动性冲击，通过计算流动性指标（ILLIQ）与前12个月平均流动性指标的比值来构建。
• 因子表现：
  • Long/Short组合：超额收益率为19.01%，波动率为9.00%，IR为1.99，胜率为70.77%。
  • Top组合：超额收益率为6.81%，波动率为4.61%，IR为1.46，胜率为66.15%。
  • Bottom组合：超额收益率为-10.77%，波动率为5.20%，IR为-2.15，胜率为26.15%。
• 特点分析：
  • LSF的选股效果不受市值因素影响，适应性强。
  • 单因子换手率较高，不宜单独使用，但可作为多因子模型的组成部分。

总结与展望

• 总结：通过深入挖掘市场异象和投资者行为偏差，可以发现有效的Alpha因子。FCFP和RCVB_F在不同市场环境下均表现出良好的投资效果，而LSF则在流动性冲击方面提供了额外的视角。
• 展望：未来可以进一步探索因子轮动规律，结合更多数据源与构建方法，提升因子的有效性和稳定性，从而构建更成功的量化投资策略。

文档结构

1. Alpha因子? 红海VS蓝海

   • 传统因子已高度竞争，效果衰减。
   • 向因子的“蓝海”进军，探索新的Alpha因子。

2. 新因子探索之方法篇

   • 挖掘市场异象与投资者行为偏差。
   • 利用独特数据库和构建方法发现新因子。

3. 新因子探索之实例篇

   • FCFP：基于自由现金流的估值因子。
   • RCVB_F：基于Beta与价值因子相关性的价值增强因子。
   • LSF：衡量非流动性冲击的因子。

4. 总结与展望

   • 总结新因子的表现与特点。
   • 展望未来因子研究与应用的方向。