请 [注册] 或 [登录]  | 返回主站

量化交易吧 /  量化平台 帖子:3351425 新帖:43

【研报分享】借因子组合之力,优化 Alpha 因子*

随心所致发表于:9 月 24 日 20:00回复(1)

研报名称:《借因子组合之力,优化 Alpha 因子*-“星火”多因子专题报告(七)》


投资要点:
因子组合的概念及构建方式

  • 简单因子组合: 是一种跟踪目标因子收益最直接的方式,其主要思路是做多在目标因子上存在正暴露的股票,做空在目标因子上存在负暴露的股票,其个股权重可以由一元线性回归得到。

  • 纯因子组合: 是根据多元线性回归拟合得到,其主要思路是在横截面上将股票收益对上期因子暴露进行回归求解得到。

  • 最小波动因子组合: 是所有在目标因子上具有单位暴露的组合中,预期风险最小的组合。其模型设定与纯因子组合完全一致,不同的是其权重是根据均值-方差模型优化得到的。

常用单因子*方法介绍

  • 目前, 市场上最为常用的因子*方法有等权*法、RankICIR加权法、 最大化 ICIR 加权的方法等。

  • 本文借鉴 Menchero(2015) 的做法, 引入一种借助最小波动组合优化 Alpha 因子*的方法, 这是一种在逻辑上自洽的因子*法。

实证分析

  • 从实证结果来看,纯因子组合及最小波动因子组合的信息比率都要比简单因子组合更高,且最小波动因子组合的波动及回撤相对而言都要更小。

  • 在各类不同的因子*方法中,通过最大化 ICIR 加权并采用压缩矩阵估计协方差方法的信息比率最高, 其在样本回测区间能够达到 3.58。 相较之下, 借助最小波动因子组合的方法在信息比率上虽然稍低, 但其波动和最大回撤都得到了较为有效的控制。

  • 风险提示: 本报告统计数据基于历史数据,过去数据不代表未来,市场风格变化可能导致模型失效。

全部回复

0/140

达人推荐

量化课程

    移动端课程