20150910-兴业证券-聪明的Alpha_重装上阵__40页_3mb

报告总结：基于机器学习算法的Smart Alpha动态选股模型改进

核心内容

本文围绕基于机器学习算法的Smart Alpha动态选股模型进行深入改进，从三个维度出发，分别构建了：

1. 基于技术指标因子的TSA_12M因子：首次将技术分析用于选股，通过计算技术指标与历史平均的偏离度，形成新的因子。
2. 结合失效信息的SA_12M_WithL因子：通过分析SA_12M因子在市场环境不佳时的表现，构建新的分类器以弥补其不足。
3. 行业市值中性化的ISNSA_12M因子：对因子进行行业和市值的中性化处理，降低波动性，提高模型的稳健性。

主要观点

• 技术指标因子的引入：技术指标因子与传统因子相关性较低，提供了独特的视角，有助于丰富多因子模型。
• 失效信息的利用：通过利用模型表现不佳的月份数据，构建新的分类器，以提升模型整体表现。
• 行业市值中性化：通过行业和市值的分类正规化，有效降低因子波动性，提升风险调整后的表现。
• 策略表现优异：以ISNSA_12M因子构建的量化对冲选股策略表现稳健，年化超额收益率达15.35%，最大回撤仅为4.13%。

关键信息

1. 因子表现

• TSA_12M因子：

  • 平均Rank IC为8.15%，行业调整后为7.78%。
  • 风险调整后的IC为1.00（原始）和1.29（行业调整）。
  • 分位数组合表现优异，第一组年化收益率达44.55%，多空组合信息比率1.84。

• SA_12M_WithL因子：

  • 平均Rank IC为10.00%，行业调整后为10.14%。
  • 风险调整后的IC为1.13（原始）和1.36（行业调整）。
  • 分位数组合表现更优，多空组合信息比率达2.48。

• ISNSA_12M因子：

  • 平均Rank IC为9.49%，行业调整后为9.19%。
  • 风险调整后的IC为1.39（原始）和1.29（行业调整）。
  • 分位数组合表现最佳，多空组合年化信息比率高达3.75，最大回撤降至4.13%。

2. 策略表现

• 基于ISNSA_12M因子的对冲选股策略：
  • 年化收益率为31.25%，显著高于中证500基准的13.97%。
  • 年化波动率为38.30%，显著低于中证500的37.64%。
  • 多空组合年化信息比率达到3.75，最大回撤仅为4.13%。
  • 策略在不同交易费率下表现稳定，即便在0.3%的交易费率下，仍能保持较高的超额收益。

3. 测试与优化

• 交易费率敏感性分析：

  • 交易费率的增加会导致策略表现下降，但策略仍具有较好的抗风险能力。
  • 单边交易费率每提高0.05%，年化收益率下降约1.06%，夏普比率下降约0.03，超额收益率下降约0.95%，信息比率下降约0.19。

• 滞后成交测试：

  • 策略在滞后成交的情况下表现依然稳健，年化收益率为31.14%，最大回撤率仅为3.68%。
  • 与当天成交相比，策略表现没有明显下降，进一步验证了其稳定性。

结论

本文通过引入技术指标因子、结合失效信息以及进行行业市值中性化处理，对Smart Alpha模型进行了系统性改进，显著提升了模型的稳定性与收益表现。新的ISNSA_12M因子在多个维度上优于传统因子，构建的对冲选股策略表现稳健，具有良好的风险调整能力，为投资者提供了更优的量化投资工具。