论文部分内容阅读
随着国内证券市场的日益发展,尤其是基于证券市场的各类金融衍生品工具的推出,使得国内量化投资的逐渐成熟。同时,我国证券市场正处于投资主体结构化变动、监管要求逐渐规范、交易制度逐渐定型的过程中,量化投资策略正进入加速发展期。目前国内发展出来的多种量化策略中,以高频交易策略、量化套利策略以及Alpha策略为主。近两年随着两融业务、期指产品的逐渐发展,通过多因子模型构建Alpha策略实现稳定收益,将是量化交易一段时期的发展方向。
基于此,本文将通过介绍多因子选股模型,并结合我国股票市场的特点,通过因子筛选及因子组合的方式,尝试从市场中获得稳定的超额收益。本文中因子的选取过程,借鉴Barra的因子选择方法,主要从纯因子的角度选择收益因子。同时考虑行业和市值在国内股票交易的特殊性,在因子分析时采取行业中性、市值中性的角度去分析因子,进而获得因子暴露所带来的真实收益。
在研究上主要贡献在于:1、重点对选取的8大类42个细分进行单因子分析,对因子与下一期收益进行相关性分析,并对因子及下一期收益进行回归验证,通过回归分析T值及回归收益值对因子有效性进行初步分析,并结合IC、IR值对因子有效性深入评价;通过因子的历史累计收益走势,分析因子的单调性,结合因子的相关性、单调性和有效性,在因子库中寻找对市场有效的收益因子。2、借鉴Barra的因子分析方法,通过行业中性及市值中性的方法,从纯因子的角度分析因子的市场特性。以申万一级行业为分类标准,将行业作为哑变量、市值作为自变量采用回归方法,获得中性化的纯因子值。3、通过因子共线性分析剔除重叠因子,筛选获得有效因子组合,并将因子按照信息系数排序打分,将股票按照综合分数排名构建多因子组合。4、通过纯多空组合及对冲组合两种方式建立A1pha策略,并通过收益分析进行策略有效性验证。
综上所述,本文从市场实际应用出发,通过建立两层架构的因子库,引入8大类42个细分因子,对每个因子的有效性进行验证,并从中挑选出相对优质的因子。通过最优因子组合在截面数据上的表现,构建出投资组合,并通过多种空头策略组合构建Alpha策略,实现具有相对稳定收益的A1pha策略。最后,通过样本外的策略验证,实现相关A1pha策略有效性的检验。本文构建的纯因子的分析及研究框架,可实现流程化、模块化的多因子选股,对行业内因子量化投资及收益研究具有应用价值。同时,根据A1pha策略的回撤及检验结果可以得出,在剧烈波动市场中,该多因子选股模型构建的Alpha策略,仍实现了相对稳定的收益,足见通过多因子选股构建的A1pha策略具有广泛的应用价值。
基于此,本文将通过介绍多因子选股模型,并结合我国股票市场的特点,通过因子筛选及因子组合的方式,尝试从市场中获得稳定的超额收益。本文中因子的选取过程,借鉴Barra的因子选择方法,主要从纯因子的角度选择收益因子。同时考虑行业和市值在国内股票交易的特殊性,在因子分析时采取行业中性、市值中性的角度去分析因子,进而获得因子暴露所带来的真实收益。
在研究上主要贡献在于:1、重点对选取的8大类42个细分进行单因子分析,对因子与下一期收益进行相关性分析,并对因子及下一期收益进行回归验证,通过回归分析T值及回归收益值对因子有效性进行初步分析,并结合IC、IR值对因子有效性深入评价;通过因子的历史累计收益走势,分析因子的单调性,结合因子的相关性、单调性和有效性,在因子库中寻找对市场有效的收益因子。2、借鉴Barra的因子分析方法,通过行业中性及市值中性的方法,从纯因子的角度分析因子的市场特性。以申万一级行业为分类标准,将行业作为哑变量、市值作为自变量采用回归方法,获得中性化的纯因子值。3、通过因子共线性分析剔除重叠因子,筛选获得有效因子组合,并将因子按照信息系数排序打分,将股票按照综合分数排名构建多因子组合。4、通过纯多空组合及对冲组合两种方式建立A1pha策略,并通过收益分析进行策略有效性验证。
综上所述,本文从市场实际应用出发,通过建立两层架构的因子库,引入8大类42个细分因子,对每个因子的有效性进行验证,并从中挑选出相对优质的因子。通过最优因子组合在截面数据上的表现,构建出投资组合,并通过多种空头策略组合构建Alpha策略,实现具有相对稳定收益的A1pha策略。最后,通过样本外的策略验证,实现相关A1pha策略有效性的检验。本文构建的纯因子的分析及研究框架,可实现流程化、模块化的多因子选股,对行业内因子量化投资及收益研究具有应用价值。同时,根据A1pha策略的回撤及检验结果可以得出,在剧烈波动市场中,该多因子选股模型构建的Alpha策略,仍实现了相对稳定的收益,足见通过多因子选股构建的A1pha策略具有广泛的应用价值。