20170302-广发证券-个股配对思想在因子策略中的应用_34页_1mb

个股配对思想在因子策略中的应用总结

核心内容

个股配对思想是基于股票价格之间的相对关系，利用统计学方法（如协整检验）识别具有长期稳定关系的股票对，通过构建多空对冲组合来获取超额收益。该思想在因子策略中主要用于反转因子的应用、对冲策略的构建以及指数增强和多因子组合的优化。

主要观点

• 反转因子：股票收益率在长期存在反转效应，即过去表现差的股票未来可能表现较好，反之亦然。常见的反转因子包括N个月股价反转、最高价长度、容量比、SLP反转因子和基于筹码分布的价格相对位置等。
• 配对策略：通过EG两步法进行协整检验，确认股票对之间的长期均衡关系。若价差偏离阈值，则进行多空对冲操作，以获取收益。
• 指数增强：通过调整股票权重，利用配对策略增强指数表现，提升超额收益。
• 多因子组合应用：在多因子策略中引入配对调仓机制，有助于提高组合的稳定性与超额收益。

关键信息

一、配对原理与反转因子

• 反转因子是技术因子中非常重要的一类因子，具有显著的统计意义。
• 回测期间（2008年1月至2016年12月）显示，反转因子表现良好。
• 反转因子分类包括：
  • 一个月股价反转
  • 三个月股价反转
  • 六个月股价反转
  • 一年股价反转/动量
  • 最高价长度
  • 容量比
• 各因子的IC、LS收益率和胜率表明，部分因子表现优于其他。

二、基于个股配对因子的对冲策略

• 配对原理：通过协整检验确认股票对之间的长期关系，构建多空对冲组合。
• 操作步骤：
  1. 单位根检验确认序列的平稳性。
  2. OLS回归确定协整系数。
  3. ADF检验确认价差序列的平稳性。
• 参数设置：
  • 调仓频率：月度
  • 股票池：中证800成分股
  • 学习期长度：40-90个交易日，步长为5个交易日
  • 开仓阈值：0.5-3.0倍标准差
• 实证分析：
  • 策略表现良好，年化收益达1246.06%，最大回撤为5.48%
  • 胜率稳定在58%左右，信息比率1.51
  • 交易机会较多，全样本交易机会为9900次

三、配对在指数增强中的应用

• 增强周期：月度
• 增强方法：每周月末根据配对系数调整个股权重
• 参数设置：
  • 资产相关性阈值：统一取0.7
  • 学习期长度和开仓阈值：取最优参数
  • 协整检验显著性水平：5%
• 实证分析：
  • 策略表现良好，年化收益达216.24%，最大回撤为17.38%
  • 胜率稳定在57%左右，信息比率0.97
  • 每月调整股票数量较多，全样本调整股票数达14323次

四、配对调仓在多因子组合中的应用

• 测试期：2007年4月至2016年12月
• 参数设置：
  • 资产相关性阈值：统一取0.7
  • 学习期长度和开仓阈值：取最优参数
  • 协整检验显著性水平：10%
• 实证分析：
  • 多空调仓策略在全样本中对冲收益达495.06%，月胜率稳定在77.78%
  • 超配组合对冲收益达424.40%，月胜率稳定在74.36%
  • 交易机会较多，全样本交易机会达9900次

行业差异与参数优化

• 不同行业在交易机会和最优参数上存在差异。
• 有色金属、纺织服装、通信行业最优学习期较长，分别为90、90、85天。
• 采掘、计算机、化工行业最优开仓阈值较高，分别为3.0、2.9、2.8。
• 电子、轻工制造、银行行业最优开仓阈值较低，分别为1.0、1.0、1.0。
• 开仓阈值与交易机会呈高度负相关，相关系数为-0.83。

总结

• 反转因子在历史上的表现突出，是因子策略中重要的组成部分。
• 月度调仓频率下，配对反转因子策略能够有效获取超额收益。
• 配对反转信号可用于指数增强，提高组合收益。
• 配对调仓机制在多因子组合中能提升超额收益表现。
• 不同行业在参数设置和交易机会上存在差异，需进行行业特定的参数优化。

风险提示

• 本文基于合理假设，模型及结论可能无法完全反映现实情况。
• 使用历史数据进行分析，可能存在偏差。
• 本报告仅供参考，不构成投资建议，客户应结合自身情况独立判断。

免责声明

• 广发证券具备证券投资咨询业务资格。
• 本报告仅发送给重点客户，不对外公开发布。
• 报告内容仅供参考，不构成买卖证券的出价或询价。
• 广发证券不对因使用本报告内容而造成的损失承担责任。
• 报告反映研究人员的观点，不代表公司立场。
• 未经许可，不得翻版、复制、刊登、转载和引用。