多因子系列之三：因子空头问题及其“顶端”优化

《多因子系列之三：因子空头问题及其“顶端”优化》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、内容目录1.引言42.因子空头问题52.1因子空头问题及基于IC的因子评价体系的缺陷52.2特质波动率因子示例53.使用带权重IC和空头剔除法解决空头问题73.1ICIR加权的多因子策略73.2改进一：带权重的ICIR配权方式93.3改进二：空头剔除法114.顶端优化模型134.1二分排序模型134.1顶端优化模型的原理134.3基于顶端优化模型的多因子选股策略154.3.1模型训练154.3.2策略组合构建154.3.3参数敏感性测试165.因子配权模型比较175.1主要模型实证检验175.2顶端优化模型优势分析196.总结与展望20附录20因子数据库一览

2、20致谢24风险提示24图表目录图表1：特质波动率因子历史表现6图表2：特质波动率因子2018年上半年表现6图表3：ICIR加权方式历史表现8图表4：策略分年表现8图表5：参数敏感性测试9图表6：带权重的ICIR举例10图表7：带权重的ICIR加权方式历史表现10图表8：带权重的ICIR策略分年表现11图表9：不同半衰期下带权重的ICIR表现11图表10：空头剔除法ICIR加权方式历史表现12图表11：空头剔除法ICIR策略分年表现12图表12：不同半衰期下带权重的ICIR表现12图表13：顶端优化组合历史表现16图表14：顶端优化策略分年表现16图表15：

3、参数敏感性测试17图表16：各算法异同比较18图表17：不同策略表现18图表18：不同模型历史表现18图表19：不同策略分年度表现19图表20：顶端正例率指标比较19图表21：因子数据库201.引言在《多因子系列之一：多因子选股体系的思考》一文中，我们对多因子组合构建的一些基本问题进行了探讨，并给出了一些思考。然而，在实际构建多因子模型的过程中，我们还会遇到很多影响其绩效的问题，其中因子的空头问题就是其中一个非常重要的因素。众所周知，在当前的A股市场投资中，由于交易限制，我们没有办法做空个股，因此，传统多因子的多空组合收益是无法获取的，一般通过股指期货构建策

4、略的空头端，而在多头端配臵个股。这样带来一个的问题是，如果一个因子的多头端并不是很强，但是空头端非常强，那么传统的因子评价指标信息系数IC会认为这个因子是一个还不错的因子，从而基于该指标的收益预测模型例如ICIR因子配权会给该因子一个相对高估的权重，而事实上空头端的收益我们却是无法获取的。为了解决该问题，目前市场上已经有了很多研究，例如通过空头因子先进行股票池剔除，再用其他因子进行选股；使用带权重的IC（weightedIC）指标进行因子配权等等。这些方法或多或少的解决了一部分该问题，但也可能引入新的问题。本文将对这些方法进行探讨，并通过一个新的模型——顶端

5、优化模型来解决该问题。该模型的思路和以上方法非常相近，但它是通过机器学习中的优化方法进行问题求解的，给解决因子空头问题带来了新的思路。所谓“顶端”优化，其实是指在进行因子权重优化时更多地考虑收益率较高的股票是否都预测正确了，而忽略那些收益率较低的股票，这里“顶端”也就是收益率的较高的股票。通过这种优化方式，我们会使得因子的配权更倾向于那些顶端表现更优的因子。另外，我们还比较了传统的线性回归模型、因子等权配臵模型、ICIR因子配权模型、带权重的ICIR配权模型、顶端优化模型等算法的表现，我们发现解决了因子空头问题的顶端优化模型表现相对更为稳健。本文的结构如下：

6、第二章开始我们先通过一些具体的例子阐述了因子空头问题，以及该问题对多因子策略表现的影响；第三章我们先构造了一个比较基准，也就是传统的ICIR加权方法，通过介绍该策略，让投资者进一步了解我们多因子策略的细节，然后分别通过使用空头因子剔除选股池，带权重的ICIR来改进这个策略；第四章我们着重介绍了顶端优化模型，其代表算法是TOPPUSH算法，并分析了该算法的表现；最后，我们在第五章将顶端优化模型和市场上目前较为主流的ALPHA预测模型进行了比较，包括因子等权配臵、线性回归加权、ICIR加权、带权重的ICIR加权等模型，发现顶端优化算法具有相对更稳健的表现，尤其在

7、多因子回撤相对较大的17年初，更是表现出了自身的优势。1.因子空头问题1.1因子空头问题及基于IC的因子评价体系的缺陷首先我们来介绍本文主要要解决的问题：因子空头问题。该问题的主要含义是，由于我们在构建多因子组合多头的时候，希望因子打分越高的股票收益率越高（同理，负ALPHA因子打分越低的股票收益率越高），尤其是希望那些收益率很高的股票具有很高的打分，而至于那些收益率一般的股票是不是打分足够低，我们并不是那么关心。这主要是因为我们无法针对个股进行做空，从而获得打分足够低的股票带来的空头收益。正是因为这一点，如果有某个因子，其收益率较低的那些股票（即“因子空头

8、端”，或“底端”）打分很低，而收益率较高的那些股票（