量化漫谈系列之八：传统因子如何通过线性转换增强因子表现？-20231218-国金证券-16页_945kb

一、研究背景

传统基本面因子预测能力下降，面临失效风险。报告采用插值类转换方法（分段线性近似和线性插值）改进传统因子，缓解失效现象并提升收益能力。

二、核心方法

1. 插值转换方法

   • 分段线性近似：基于历史收益分布构建新映射，提升高收益分位数组合的因子值。
   • 线性插值方法：利用分位数组合的超额收益线性拟合，计算简单且信息利用更充分。

2. 因子评价指标

   • 组合区分度：衡量因子收益区分能力，区分度越高多空收益越佳。
   • 分布稳定性：评估因子收益分布稳定性，提升后多空收益改善显著。

三、实证结果

1. 大类因子直接转换：

   • 成长、波动率因子收益显著提升，但其他因子效果不明显。

2. 细分因子转换与重构：

   • 116个细分因子中82%（71个）转换后表现改善，多空年化收益率中位数提升407%。
   • 混合转换策略：先对细分因子转换，再重构大类因子，全面提升因子表现。

3. 重构后表现：

   • 成长因子：多空年化收益从1455%增至1702%，夏普比率从189增至248。
   • 高频因子转换需结合具体子场策略。

四、普适性建议

进一步挖掘因子间相互影响，探索优化空间。