请 [注册] 或 [登录]  | 返回主站

量化交易吧 /  量化平台 帖子:3350708 新帖:47

【研报分享】行业多因子轮动模型

量化王者发表于:9 月 23 日 22:00回复(1)

研报名称:《渤海证券-行业多因子轮动模型》


核心观点:

引言
传统多因子模型中, 市值因子和行业因子均为风险因子, 往往需要做中性化处理。 而在实际投资中, 风险与收益并存, 控制了风险暴露, 也等于放弃了部分收益。

行业多因子构建流程
与股票多因子相比, 行业因子需通过股票因子进行*, 我们比较了不同大类因子在不同*方式下的效果, 最终确定了合适的因子*方式。 因子*后, 通过单因子检验, 我们选择了 5 大类共 11 个因子, 分别为 12 个月换手率、 1 月超额收益动量、 20 反转、 60 反转、 180 反转、 BasicEPS 同比增长率、 EPSTTM 环比增长率、 ROE 同比增长率、 ROA_ttm、 季度ROE、 季度 Profitmargin。 我们使用最大化 ICIR 法和对称正交法来进行大类因子*与正交。

回测
回测过程中, 使用均值法进行因子收益预测, 并对不合逻辑的因子收益值做了修正, 分别测试了持有预测收益最高的 10、 15、 20 个行业的净值走势。N 越小, 累计净值走势终值越高, 满足一定的单调性, 符合逻辑。 从超额收益率走势来看, 在 2017 年前, 随着 N 越小, 累计超额收益越高, 在 2017年下半年, N 为 10 的超额收益出现一定下跌。 N 为 20 和 30 的条件下, 超额收益走势更加稳定。 对每期选择出来的行业, 我们通过季度 ROE 因子排序来确定每个行业的龙头股票,每期选择 20 个行业,每个行业选择季度 ROE排名靠前的两只股票, 月频调仓, 回测结果为: 年度收益 17.78%、 年度超额收益 11.39%、 最大回测 30.47%、 波动率 0.28、 胜率 60.17%、 夏普比例0.5。从回测结果来看, 超额收益表现稳定, 仅在 14 年牛市期间出现较大回测,其余时间基本能跑赢 Wind 全 A。

风险提示
模型过度优化风险,模型失效风险。

全部回复

0/140

量化课程

    移动端课程