20131220-东兴证券-多因子系列研究报告之一_因子有效性测度与筛选(2)_35页_4mb
报告摘要
多因子系列研究报告之一:因子有效性测度与筛选总结
核心内容
本报告是东兴证券多因子系列研究的第一篇第二部分,聚焦于动量、反转、换手率、振幅、波动性及一致性预期因子的有效性分析。报告旨在通过更全面、科学的因子测度方法,以及更合理的数据处理方式,提高多因子模型的效率和效用。
主要观点
- 因子有效性测度不全面:当前研究对因子特征的测度不够全面,尤其忽略了因子有效时长这一重要维度。
- 因子测度基础不科学:多数研究使用季度截止日作为因子测度的时间基准,缺乏灵活性和实际意义。
- 构建组合算法不扎实:多因子策略中常采用月度换仓频率,但未说明其合理性。
研究目的
本系列研究旨在从根源上改进主流多因子研究思路,以提高模型的效率与效用。
创新之处
- 全面因子选取:选取了9类共35个因子,涵盖规模、估值、成长、盈利、股东、动量反转、流动性、波动性及一致性预期。
- 更严格的因子有效性度量方法:提出因子有效性测度应包括时间有效性、收益有效性和序列显著性,通过参数遍历和标准化处理,确保分析结果的稳健性。
- 更符合实际的数据处理方式:采用变频方法,通过计算因子综合效用来寻找最佳暴露期与表现期的组合。
研究思路
2.1 研究框架
- 采用因子暴露期与表现期的划分方式,以交易日为时间原点,进行回溯和前推分析。
- 通过分位点划分股票池,计算每组的平均收益率与相关性,评估因子的有效性。
2.2 因子选取
- 动量反转因子:包括动量因子(P,Q)和反转因子(P,Q),寻找最优P和Q组合。
- 流动性因子:日均换手率(最近K日),寻找最优K值。
- 波动性因子:包括日收益波动率(最近K日)和振幅(最近K日),寻找最优K值。
- 一致性预期因子:包括上调评级占比、盈利预测上调幅度、主营业务收入预测上调幅度和净利润预测上调幅度。
2.3 股票池选取
- 大市值股票池:以沪深300指数成分股为基础。
- 中小市值股票池:以中证500指数成分股为基础。
- 选取这两个指数成分股,因其在规模、业绩和交易活跃度上具有代表性,便于横向对比研究。
2.4 因子有效性分析
- 因子有效性定义:包括收益有效性、时间有效性和序列显著性。
- 分析步骤:
- 确定因子暴露期和表现期。
- 标准化处理因子数据。
- 按照因子分位点等分股票池,计算每组的平均收益率。
- 分析每组收益率序列之间的相关性、因子暴露与超额收益的相关性,以及因子收益有效性与时效性。
关键信息
3.1 单因子有效性分析
3.1.1 动量因子
- 沪深300:最佳暴露期5天,最佳表现期5天,收益有效性为52%,因子暴露与超额收益相关性为0.0430。
- 中证500:最佳暴露期7天,最佳表现期12天,收益有效性为62%,因子暴露与超额收益相关性为0.0450。
- 收益表现:在沪深300中,第二、六、七、九、十档收益较高,相关系数显著;中证500中,第五、六、七、八、十档收益显著。
3.1.2 反转因子
- 沪深300:最佳暴露期10天,最佳表现期12天,收益有效性为42%,因子暴露与超额收益相关性为0.0108。
- 中证500:最佳暴露期7天,最佳表现期12天,收益有效性为51%,因子暴露与超额收益相关性为0.0701。
- 收益表现:各档之间相关性较高,但因子暴露与超额收益相关性较低,说明反转因子在不同规模股票上的表现存在差异。
3.1.3 换手率因子
- 沪深300:最佳暴露期5天,最佳表现期6天,收益有效性为49%,因子暴露与超额收益相关性为0.0121。
- 中证500:最佳暴露期5天,最佳表现期17天,收益有效性为61%,因子暴露与超额收益相关性为0.0407。
- 收益表现:中证500中,第七、第十档收益较高,且相关性显著,说明换手率因子在小盘股上更具显著性。
3.2 因子有效性汇总分析
- 因子有效性特征总览:不同因子在不同股票池中的表现差异显著,部分因子在小盘股中更有效。
- 因子有效性研究结论:
- 行情相关因子与一致预期因子缺乏显著区分度,不适合作为多因子策略中的理想因子。
- 不同规模股票对因子的敏感性不同,小盘股对行情类因子更敏感,大盘股对一致预期类因子更敏感。
- 尽管部分因子缺乏显著区分度,但仍可作为业绩增强条件纳入多因子模型。
下一步研究计划
- 从第二篇开始,重点研究因子的组合和优化策略,包括行业分层、情景分析、风格特征归因等。
- 通过回溯历史数据检验模型的有效性。
表目录简要说明
- 表1至表30:涵盖因子特征汇总、相关系数分析等,用于支持因子有效性分析的结论。
图目录简要说明
- 图1至图11:展示因子有效性分析的折线图及相关性图示,辅助理解因子表现和相关性。
总结
本报告通过更全面、科学的因子有效性测度方法和数据处理方式,对动量、反转、换手率等因子进行了深入分析,揭示了因子在不同规模股票中的表现差异,并提出了因子组合优化的初步思路。研究为构建更有效的多因子模型提供了理论支持和实证依据。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载