因子体系（一）：从因子确定到Alpha和风险的界定-20200602-长江证券-22页_1mb
报告摘要
选股模型总结
核心内容
多因子模型的核心在于通过因子体系对个股收益进行解释，以获取超额收益。因子可以分为三类：Alpha因子、Smart Beta因子和风险因子，分别代表对收益解释能力强且稳定、解释能力强但稳定性较弱、解释能力强但不稳定的特点。因子统计中的t值和平均绝对t值用于衡量因子的解释能力和稳定性，而纯因子收益和夏普比用于评估收益能力和稳定性。
主要观点
- 多因子模型通过风格内因子和风格间因子的区分，构建出对个股收益解释的体系。
- 风格内因子的整合方式取决于其相关性：高相关性因子采用替代法，低相关性因子采用合并法。
- 风格间因子需要排除信息重复，保留对个股有解释能力的风格，舍弃解释能力弱的因子。
关键信息
风格内单因子分析
| 风格 | 代表因子 | 特点 |
|---|---|---|
| 规模 | 市值、二次方市值 | 高相关性，以高维度因子代替 |
| Beta | 半衰Beta | 高度相关，预测能力更强且稳定 |
| 动量 | 半衰动量 | 考虑时间影响，预测能力稳定 |
| 反转 | 高频反转 | 高频数据提升解释能力，稳定 |
| 波动率 | 非线性波动率 | 综合回归方程和残差波动率，稳定 |
| 流动性 | 非流动性、换手率 | 从固有和表现流动性区分 |
| 成长 | 等权合成成长因子 | 低相关性，综合表现更优 |
| 盈利 | ROE | 盈利能力指标，与价值因子相关 |
| 价值 | EP、BP、预期EP | 综合多个指标，提升解释能力 |
| 分红 | 股息率 | 分红水平与盈利、价值相关 |
风格间因子分析
- 半衰Beta与特异率因子高度相关，说明Beta因子可被波动率解释。
- 换手率与非线性波动率、非流动性因子相关，换手率可被波动率和非流动性解释。
- 高频反转因子与波动率因子相关，但仍有独立解释能力。
- 股息率因子与盈利、价值因子相关，但仍有独立解释能力。
因子属性
- 强Alpha因子：非线性波动、非流动性、市值、高频反转
- 弱Alpha因子：成长
- Smart Beta因子：股息率
- 风险因子：二次方市值、ROE、价值
- 无关因子：预期增长
回测结果
- 因子解释能力：平均绝对t值 > 2 说明因子对收益有显著解释能力。
- 因子稳定性：t值绝对值 > 4 说明因子超额收益能力稳定。
- 因子表现：非线性波动、非流动性、市值、高频反转表现优异，具有较强的收益预测能力和稳定性。
市场环境对多因子策略的影响
- 2017年后，多因子策略表现有所衰减，主要因为市场估值变动空间缩小，个股波动空间缩小，导致因子收益能力下降。
- 多因子策略的有效性依赖于市场中的个股分化，而个股分化受估值变动空间影响较大。
风格确定
- 风格因子从收益来源可分为技术面指标和基本面指标。
- 风格内因子整合方式：高相关性因子采用替代法，低相关性因子采用合并法。
- 风格间因子整合：排除信息重复，保留对个股有解释能力的风格。
小结
- 多因子模型在A股市场面临因子本土化问题，部分因子如动量在A股无效，而反转因子有效。
- 风格因子的选取和整合需要考虑相关性和解释能力，以构建有效的因子体系。
- 因子属性通过统计检验和回测结果界定，包括解释能力和稳定性。
- 多因子策略的有效性受到市场环境变化的影响，如估值变动空间缩小。
风格与因子相关性
| 因子 | 市值 | 二次方市值 | 高频反转 | 非线性波动 | 非流动性 | 成长 | ROE | 股息率 | 价值 | 预期增长 |
|---|---|---|---|---|---|---|---|---|---|---|
| 市值 | 100% | 66.23% | 27.15% | 21.05% | -21.09% | -67.34% | -79.71% | -70.92% | -35.37% | -32.16% |
| 二次方市值 | 66.23% | 100% | 23.60% | 26.50% | 20.29% | -55.10% | -45.24% | -34.99% | -12.80% | -8.01% |
| 高频反转 | 27.15% | 23.60% | 100% | 51.21% | 6.28% | -11.61% | -9.74% | -5.55% | 8.39% | -14.22% |
| 非线性波动 | 21.05% | 26.50% | 51.21% | 100% | 4.58% | -30.29% | -27.90% | -13.64% | 55.78% | -0.89% |
| 非流动性 | -21.09% | 20.29% | 6.28% | 4.58% | 100% | 18.36% | 33.10% | 32.30% | -2.51% | 27.83% |
| 成长 | -67.34% | -55.10% | -11.61% | -30.29% | 18.36% | 100% | 84.95% | 76.54% | 3.45% | 39.43% |
| ROE | -79.71% | -45.24% | -9.74% | -27.90% | 33.10% | 84.95% | 100% | 89.91% | 14.39% | 37.57% |
| 股息率 | -70.92% | -34.99% | -5.55% | -13.64% | 32.30% | 76.54% | 89.91% | 100% | 25.68% | 44.00% |
| 价值 | -35.37% | -12.80% | 8.39% | 55.78% | -2.51% | 3.45% | 14.39% | 25.68% | 100% | 14.53% |
| 预期增长 | -32.16% | -8.01% | -14.22% | -0.89% | 27.83% | 39.43% | 37.57% | 44.00% | 14.53% | 100% |
风格因子表现
| 因子 | IC | IC_IR | 年化收益 | 夏普比 | 超额收益 | 信息比 | 多空收益 | 多空夏普比 |
|---|---|---|---|---|---|---|---|---|
| 市值 | -4.84% | -25.92% | -6.54 | 6.05 | -4.14 | -2.04 | 5.15 | 77.27 |
| 二次方市值 | 3.63% | 47.70% | 0.07 | 1.94 | 0.14 | 0.30 | 2.24 | 50.57 |
| 高频反转 | -9.06% | -99.00% | -5.05 | 2.69 | -7.19 | -1.82 | 2.70 | 53.41 |
| 非线性波动 | -9.68% | -98.40% | -5.45 | 2.85 | -7.32 | -1.48 | 2.52 | 51.70 |
| 非流动性 | 7.53% | 74.53% | 6.33 | 3.07 | 7.89 | 1.93 | 2.93 | 62.50 |
| 成长 | 1.27% | 15.58% | 2.51 | 2.48 | 3.87 | 0.50 | 1.30 | 21.59 |
| ROE | 0.99% | 6.51% | -0.48 | 4.05 | -0.46 | 0.00 | 2.84 | 63.07 |
| 股息率 | 3.44% | 29.40% | 1.53 | - | - | - | - | - |
风格间因子剥离分析
- 半衰Beta在剥离特异率因子后，对个股的区分能力下降。
- 换手率在剥离波动率和非流动性因子后，对个股的区分能力下降。
- 高频反转在剥离波动率因子后，仍有独立解释能力。
- 股息率在剥离盈利和价值因子后，仍有独立解释能力。
风格确定
- 风格内因子整合考虑相关性，高相关性因子采用替代法，低相关性因子采用合并法。
- 风格间因子剥离后，保留对个股有解释能力的风格。
总结
- 多因子模型通过因子体系对个股收益进行解释，构建有效的风格因子是关键。
- 风格内因子整合方式取决于相关性和构建逻辑。
- 风格间因子需要排除信息重复，保留对个股有解释能力的风格。
- 因子属性通过统计检验和回测结果界定，包括解释能力和稳定性。
- 多因子策略的有效性受到市场环境变化的影响，如估值变动空间缩小。
展开完整摘要
试读结束，高清完整版pdf/doc/ppt,请点下载
