行业轮动系列研究12:行业量价因子的使用方法探讨

行业轮动系列研究12:行业量价因子的使用方法探讨

ID:18768813

大小:457.29 KB

页数:15页

时间:2018-09-23

行业轮动系列研究12:行业量价因子的使用方法探讨_第1页
行业轮动系列研究12:行业量价因子的使用方法探讨_第2页
行业轮动系列研究12:行业量价因子的使用方法探讨_第3页
行业轮动系列研究12:行业量价因子的使用方法探讨_第4页
行业轮动系列研究12:行业量价因子的使用方法探讨_第5页
资源描述:

《行业轮动系列研究12:行业量价因子的使用方法探讨》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、目录1.外生变量对技术因子走势的影响51.1数据说明51.2预测因子多空收益51.3预测因子IC72.动量因子难以预测的原因83.动量因子的极值特征93.1动量类因子的分组特征93.2动量类因子空头极值组合特征104.动量因子极值特征的应用探讨114.1动量因子空头极值与原始策略的结合114.2动量类因子与其他维度因子的相关性分析125.动量趋势因子的应用探讨125.1两个原始趋势因子125.2一个预测趋势因子146.结论147.风险提示15图目录图1趋势3因子的预测因子收益VS原始因子收益(预测因子收益)6图2趋势3因子的预测因子和原始因子多头表现(预测因子收益)

2、7图3趋势3因子的预测因子收益VS原始因子收益(预测因子IC)8图4趋势3因子的预测因子和原始因子多头表现(预测因子IC)8图5动量类因子的累计IC走势9图6动量类因子5分组收益率特征9图7动量类因子10分组收益率特征10图8因子空头组合VS基准净值对比11图9引入空头效应策略VS原始策略11图106个月动量和已有因子相关性12图11两个趋势因子的累计IC13图12趋势2因子和已有因子相关性13图13引入趋势2因子VS原始策略13图14引入趋势3因子VS原始策略14表目录表1原始因子策略表现5表2预测因子统计表现(预测因子收益)6表3预测因子策略表现(预测因子收益)

3、6表4预测因子统计表现(预测因子IC)7表5预测因子策略表现(预测因子IC)7表6因子当月表现与历史表现的关系8表7动量因子单因子的空头收益10表8动量复合因子的空头收益10表9引入6个月动量因子空头效应的策略表现11表10动量因子与其他因子的相关性12表11引入趋势2因子的策略表现14表12引入趋势3因子的策略表现14在之前的行业轮动系列报告中,我们分别针对行业基本面、预期数据、情绪面、估值、量价、宏观等因子分析了不同类型因子对于行业轮动的贡献。在已有结论中,发现基本面、宏观、情绪面和估值类因子,对于行业轮动的驱动效果能够保持,超额收益走势也较为稳定,唯独量价类的

4、技术因子表现震荡较大,在使用过程中造成一定困难。本篇报告主要针对技术类因子的用法进行探讨,试图寻找有效提升因子稳定度的用法。1.外生变量对技术因子走势的影响首先尝试通过因子择时的方式,考察对技术因子的提升效果。1.1数据说明行业因子每个月的表现从理论上来说,应该与市场环境存在一定关系。我们可以尝试寻找一些市场环境的外生变量,分析这些变量与因子有效性的关系,捕捉到其中的规律后,预测因子未来是否能够继续有效。以此作为在行业轮动多因子模型中是否使用量价类因子的依据。行业标准采用中信一级行业分类,分析的因子主要针对过往报告中涉及到的量价技术类因子,分别为:一个月动量、三个月

5、动量、六个月动量、均线距离(1个月均线和10个月均线)、Trend短(后文简称趋势1)因子、Jensen6(后文简称趋势2)因子、Calmar3(后文简称趋势3)因子。因子算法在《行业轮动系列研究7——行业间动量和趋势因子的应用分析》中有详细阐述。市场外生变量选择市场波动率和行业分离度。市场波动率为最近两个月市场月度波动率的变化,行业分离度为行业间月度收益率的标准差。除了市场外生变量,因子上个月的表现也作为一个自变量纳入预测模型中。这个变量可以选择因子上个月的多空收益率,也可以选择因子上个月的IC。我们在后文中针对两种变量的选择都进行了考察。1.2预测因子多空收益首

6、先下表中我们统计了上述因子不进行预测,采用单因子在中信29个一级行业中进行行业轮动的策略表现。策略基准为行业等权基准。因子趋势1、趋势2从胜率以及因子的多空贡献上来看,在不进行预测的前提下表现都较为突出。该种类型的因子无需对未来进行预判,可以直接使用。而其他量价因子效果较差,进一步考察通过预测的手段是否能够增强。表1原始因子策略表现年化多头超额年化空头超额年化多空收益多头胜率多空胜率月度动量0.026-0.0150.0420.5060.5633个月动量-0.003-0.0330.0300.4830.5066个月动量-0.007-0.0500.0430.5290.59

7、8均线距离-0.009-0.0400.0310.5860.540趋势10.072-0.0600.1320.5980.621趋势20.062-0.0700.1320.5630.667趋势3-0.006-0.0320.0260.5290.552资料来源:Wind,海通证券研究所利用过去24个月的数据进行回归预测,自变量采用市场波动、行业分离度、因子历史多空表现,每个月根据预测的因子多空收益执行因子操作。该种操作方法涉及到启动因子的参数,即预测因子多空收益率为多少时,方认为下个月因子能够有效区分行业。如果参数设臵过低,会导致在因子区分度较差的时候也进行操作,无端引入干

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。