因子模型系列之十一:因子筛选与投资组合构建.docx

因子模型系列之十一:因子筛选与投资组合构建.docx

ID:24504611

大小:1.22 MB

页数:18页

时间:2018-11-15

因子模型系列之十一:因子筛选与投资组合构建.docx_第1页
因子模型系列之十一:因子筛选与投资组合构建.docx_第2页
因子模型系列之十一:因子筛选与投资组合构建.docx_第3页
因子模型系列之十一:因子筛选与投资组合构建.docx_第4页
因子模型系列之十一:因子筛选与投资组合构建.docx_第5页
资源描述:

《因子模型系列之十一:因子筛选与投资组合构建.docx》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、正文目录因子模型提要3因子主观初选3模型因子量化精选——最大化整体解释度4逐层增量解释7因子投资组合构建9纯因子组合方法构建投资组合10二次规划方法构建投资组合12总结14附录15图表目录图1各因子逐层增量解释能力走势图8图2各因子逐层增量解释能力面积叠加图9图3投资组合在各因子上的暴露走势(纯因子组合法)12图4投资组合在各因子上的暴露走势(二次规划法)14因子模型提要在前期的系列报告中,我们已经对8大类78个因子都做了细致的单因子收益比较。着重研究了与收益序列相关的各项指标(并以周报的形式持续跟踪),包括波动量能、最高累

2、计收益和最高趋势收益、夏普值等;研究因子的超额暴露对于超额收益的解释力,展示了因子收益和截距项之间的关系;也对因子超额暴露原值和因子收益的相关性、自相关性进行了分析。上述各项收益指标关系密切,相互影响,在实际数据的测算中发现这些指标有“此消彼长”的关系。比如,因子的波动量能描述的是若每期都对因子的方向做出正确判断的情况下,理论上在该因子上暴露所能获得的最高收益。累积收益展示的是固定因子暴露方向所能获得的最高收益。因子波动量能和该因子累积收益之间的差异空间反映的是对该因子择时的努力所能获得的回报。然而实际测算的结果是:往往波动

3、量能和累积收益之间差异越大的因子,下一期个股暴露原值与之前几期的因子暴露原值相关性也越低,预测难度较大。正是因为因子不同特性之间要做出权衡与妥协,本文试图综合考察因子的众多指标,来挑选适合策略的因子。因子主观初选因子模型是解释性模型,其最大功能是对解释超额收益所需的影响因素进行降维,从考察n只股票的多种影响因素降维成m个因子(m≪n)。我们前期考察的因子有78个,仍然是比较高维的数据,而且部分因子呈现出较为显著的相关,因而有必要对它们进行进一步降维,来缩小候选因子的数量。由于我们前期已经对各个因子的收益数据和相关系数等进行了

4、详细测算(详见前期报告),综合考察众多指标之后,我们重点关注以下16个因子,并将以下16个因子作为多因子模型的候选因子。表1:初步筛选得出候选因子因子名称因子代码所属大类构建说明每股收益(EPS)增长率Grow_eps_dilu成长类每股收益12个月的同比增长率净利润增长率Grow_net_prof成长类上市公司净利润同比增长率速动比率Liqu_quick流通性类Wind数据库提取的速动比总资产周转率(同比)Liqu_yoy_asturn流通性类上市公司总资产周转率12个月的同比增长销售净利率Prof_netpmar盈利类净

5、利润占销售收入的占比ROEProf_roe_mrq盈利类净利润TTM与最近季度的股东权益的比值ROE(同比)Prof_yoy_roe_mrq盈利类ROE的12个月同比增长A股流通市值对数Size_ln_fltcap_a规模类A股流通市值对数3个月股价动量(反转)Tech_mtm_3m技术指标类个股最近3个月股价涨跌幅24日相对强弱指数Tech_rsi_24d技术指标类个股最近24日相对强弱指数BPValu_bp估值类市净率的倒数EBITDA/EVValu_ebi2ev估值类企业价值倍数倒数,用EBIDTA除以企业价值EPVa

6、lu_ep估值类市盈率倒数因子名称因子代码所属大类构建说明HIGH/LOW(2个月)Vola_high2low_2m波动类个股2个月最高价最低价比值的对数1个月价格波动Vola_pricvola_1m波动类个股1个月最高价减去最低价的差和期初价的比24个月收益率标准差Vola_std_dev_24m波动类个股24个月收益率标准差资料来源:选择以上16个因子,具体参考的依据为:1.相关系数高的因子尽量不同时入选。由于高相关系数(包括因子超额暴露原值的相关性和因子收益的相关性)的因子在解释力上有较大的重叠,出现在一个多因子模型中

7、,边际解释能力并不显著,甚至还可能引起多重共线性的问题,从而会对模型的解释结果产生不良影响,因而候选的这16个因子两两之间并不存在很强的相关性。在实际数据测算中发现同一大类因子的相关性较强,在选择这16个因子的时候,同一大类因子不超过3个。2.着重考虑波动量能大的因子。因子的波动量能指的是在观测窗口内单因子单期收益的累积平方和。正如前面所说,因子的波动量能背后所包含的实际意义是:若每期都对因子的方向做出正确判断的情况下,理论上在该因子上暴露所能获得的最高收益。波动量能划定了因子理想收益的上限,实际测算数据中发现一部分因子的波

8、动量能比较有限,对这些因子的预测的努力带来的回报也相应不高,可操作空间不大,因而我们认为没有必要将过多的精力放在波动量能不高的因子上,这类因子不应该包括在这16个因子中。3.综合考察累积收益指标、Sharpe值等指标,以及因子背后的经济学逻辑。累积收益是指策略在确定因子方向后不再进行调整,

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。