量化研究系列报告之十二：收益和波动共舞，非对称性理论蕴含的alpha-20230910-华安证券-34页_1mb

收益和波动共舞：非对称性理论蕴含的 alpha

核心内容

本报告探讨了股票收益与波动率之间的动态跨期非对称性，并提出通过新算法构建非对称性因子，以挖掘量价类Alpha。报告指出，收益与波动之间的关系并非对称，而是存在波动滞后效应、波动超前效应和同期效应，这些效应在A股市场中具有显著的预测能力，并在沪深300和中证1000等指数中表现尤为突出。

主要观点

• 收益与波动的非对称性：股票价格的上涨与下跌对波动率的影响不同，收益和波动率之间存在显著的跨期相关性。
• 因子构建方法：通过计算收益与残差波动率之间的皮尔逊相关系数，构建三类非对称性因子（波动滞后、波动超前、同期效应），并使用不同频率数据进行构造（日度、日内5分钟、日内高频）。
• 因子预测能力：非对称性因子在全市场和不同指数中均表现出较强的选股能力，其中高频波动超前因子在多头端表现尤为突出，年化超额收益达7.5%。
• 因子稳定性：非对称性因子在多空端分布较为均匀，且在不同年份中均能提供正超额收益，表现出较强的稳定性。

关键信息

1. 非对称性因子分类及表现

2. 指数域表现

• 沪深300：高频波动超前因子多头年化超额为7.50%，高频同期效应因子多头年化超额为7.89%。
• 中证500：高频波动超前因子多头年化超额为4.19%，高频同期效应因子多头年化超额为2.48%。
• 中证1000：高频波动超前因子多头年化超额为5.61%，高频同期效应因子多头年化超额为7.38%。
• 国证2000：未提供具体数据，但报告提到其表现与中证1000类似。

3. 风险提示

• 回测结果为历史数据，不保证未来表现。
• 市场风格可能切换，Alpha因子可能失效。
• 小市值股票流动性较差，可能影响因子计算的准确性。

因子构建细节

• 波动滞后因子：使用历史收益和远期波动率，适用于小市值股票池。
• 波动超前因子：使用历史波动率和未来收益，适用于中大市值股票池。
• 同期效应因子：使用同期收益和波动率，适用于全市场。
• 数据频率：
  • 日度数据：用于构建日间因子。
  • 日内5分钟数据：用于构建高频因子。
  • 高频因子进行低频化处理，以提高稳定性。

参数敏感性检验

• 高频同期效应因子：在60日计算周期下表现最佳，多头年化超额约为6.9%。
• 高频波动超前因子：短期计算周期效果更佳。
• 波动滞后因子：在中大市值股票池中，中期计算周期效果更强。

高频波动超前因子表现

• 多头年化超额：6.8%，最大相对回撤仅为-2%。
• 分年度表现：所有年份均取得正超额收益，表现稳定。
• 与常见因子的相关性：高频波动超前因子与高频偏度因子相关性较高（53%），与其他因子如低波、反转等信息重叠较少，具备较强的独立性。

总结

本报告通过构建非对称性因子，揭示了收益与波动之间的动态关系，并验证了其在A股市场中的选股能力。非对称性因子在不同指数中表现出色，尤其在沪深300和中证1000中效果显著。高频波动超前因子在多头端表现稳定，具备较强的预测能力。报告还指出，因子构建过程中需考虑市场风格、流动性等因素，以提高其稳定性和有效性。