《多因子alpha模型研究沪深300成份股的应用分》由会员分享，可在线阅读，更多相关《多因子alpha模型研究沪深300成份股的应用分（14页珍藏版）》请在金锄头文库上搜索。
1、证券研究报告_量化投资专题报告2011 年 05 月 19 日广发证券公司或其关联机构可能会持有报告中所涉及的公司所发行的证券并进行交易， 亦可能为这些公司提供或争取提供承销等服 务。本报告中所有观点仅供参考，并请务必阅读正文之后的免责声明。 多因子 Alpha 模型研究：沪深 300 成份股的应用分析（下） -多因子 Alpha 策略系列报告之二 -多因子 Alpha 策略系列报告之二 罗军 金融工程 分析师 胡海涛 金融工程 分析师 罗军 金融工程 分析师 胡海涛 金融工程 分析师 电话： 020-87555888-655 电话：020-87555888-406 eMail： eMail
2、: SAC执业证书编号：S0260511010004 SAC执业证书编号：S0260511020010 因子权重的合理分配能发挥因子的实际效用因子权重的合理分配能发挥因子的实际效用 要充分发挥因子的效用，就牵扯到为因子合理分配权重的问题。权重代表的是因子对于模型的重要性，是一个客观的定量指标。若一个因子有优于其他因子的表现，就应该从它的每期权重分配中体现出来。所以，合理分配权重是构建多因子模型的重要环节。 等权重、聚类分析以及均值方差最优法等三种因子权重分配法的优劣等权重、聚类分析以及均值方差最优法等三种因子权重分配法的优劣 等权重分配法的优点在于权重的稳定性。由于是静态的权重，模型最终挑选
3、股票组合的换手率较低。但该方法较为主观，并没有考虑因子收益变化对模型带来的影响。 聚类分析方法的优点则在于它有效的利用了因子收益的趋势性以及相关性，每期动态为因子分配合理的权重。但缺点是一旦因子收益发生逆转，该方法可能导致模型发生错判。 把因子类比为“股票” ，以因子 IR 最大化为导向，利用马克维茨的均值方差法为因子进行权重分配。该方法有很强的理论基础，也是我们新尝试的权重分配法。 实证表明聚类分析法是较优的选择实证表明聚类分析法是较优的选择 聚类分析法在不同的股票组合构建方案中均有优于其他两种因子权重分配方法的表现，为我们所推荐的分配方法。 实证表明，均值方差最优法效果较差，主要在于该方法
4、对因子所分配的权重变化较大，导致换手率较高。而且同一期因子权重之间差异较大，部分因子权重容易获取极端值，影响实证效果。因此，直接利用均值方差理论来分配权重并不成熟，仍有待进一步完善。 流通市值加权流通市值加权-包含金融包含金融 ALPHA 策略表现最优策略表现最优 我们挑选出 24 个有效 alpha 因子，利用聚类分析法分配因子权重，采用 2008.52011.3 月的数据对 4 类不同的组合构建策略，在允许卖空与不允许卖空的假设下分别进行实证分析。流通市值加权-包含金融的策略效果较佳，不仅能获取年化约 7.5%的超额收益，同时月度胜率在 73%以上，且信息比在 1.14。可以通过该策略结合
5、股指期货获取稳健的绝对回报。 . 识别风险，发现价值 2011-05-19 第 2 页 量化投资专题报告目录索引 目录索引 一、因子权重分配的实际意义 . 3一、因子权重分配的实际意义 . 3 二、因子权重分配方法的实证分析 . 3二、因子权重分配方法的实证分析 . 3 （一）因子权重分配方法介绍. 4. 4 （二）因子打分体系用以挑选超配与低配组合. 6. 6 （三）实证分析：聚类分析加权法效果最优. 6. 6 三、构建沪深 300 指数增强的 ALPHA 策略 . 8三、构建沪深 300 指数增强的 ALPHA 策略 . 8 （一）策略的基本思路. 8. 8 （二）实证分析 . 9. 9
6、（三）策略结果比较 . 12. 12 四、总结 . 13四、总结 . 13 图表索引 图表索引 图 1：广发多因子模型构建体系的结构图.3 图 2：流通市值加权-包含金融 ALPHA 策略指数与基准累积收益对比.9 图 3：流通市值加权-包含金融 ALPHA 策略超额收益月度分布.9 图 4：等权重-包含金融 ALPHA 策略指数与基准累积收益对比.10 图 5：等权重-包含金融 ALPHA 策略超额收益月度分布.10 图 6：市值加权-剔除金融 ALPHA 策略指数与基准累积收益对比.10 图 7：市值加权-剔除金融 ALPHA 策略超额收益月度分布.11 图 8：等权重-不包含金融 ALP
7、HA 策略指数与基准累积收益差对比.11 图 9：等权重-剔除金融 ALPHA 策略超额收益月度分布.12 表 1：不同因子权重分配法对比分析（股票等权重）.6 表 2：不同因子权重分配法对比分析（流通市值加权）.7 表 3：不同因子权重分配法对比分析（股票等权重-剔除金融）.7 表 4：不同因子权重分配法对比分析（股票流通市值加权-剔除金融）.7 表 5： 策略结果比较.13 识别风险，发现价值 2011-05-19 第 3 页 量化投资专题报告一、因子权重分配的实际意义 一、因子权重分配的实际意义 在上一遍多因子alpha模型研究：沪深300成份股的应用（上）中，我们详细的 解释了对于多因
8、子模型构建流程的前两个重要部分： 如何计算因子收益以及如何挑选因 子。在我们海选的80多个因子中，利用胜率、因子IR、T检验等不同的评价指标，最终 挑选出24个有效因子。 无论从因子的胜率， 捕获超额风险收益， 抑或因子收益的显著性， 该些因子都是较优选择。从最终挑选因子的类别来看，估值类因子的表现相当出色，不 论在牛市，熊市或震荡市，我们都可以发现显著的正收益。而规模类因子在不同市场环 境中也有相当出色的表现。 所以， 可从实证中观察出沪深300股票在过往的5年中有较为 明显的低估值和规模效应。 在挑选好因子后， 我们即将要面对的问题便是如何在不同时点去利用好挑选出来的 因子，发挥因子的最大
9、效用，使得从多因子模型挑选出来的超配组合长期有优于低配组 合的表现。而要发挥因子的效用，就牵扯到为因子合理分配权重的问题。权重代表的是 因子对于模型的重要性，是一个客观的定量指标。若一个因子有优于其他因子的表现， 就应该从它的每期权重分配中体现出来。所以，合理分配权重是构建多因子模型的重要 环节。以备选的24个最终因子为基础，本文将会利用三种不同权重分配法进行比较，并 通过实证分析挑选出较佳的权重分配法以建立基于沪深300成分股的ALPHA策略。 图 1：广发多因子模型构建体系的结构图 数据来源：广发证券研发中心 二、因子权重分配方法的实证分析 二、因子权重分配方法的实证分析 股票收益 因子取
10、值 因子收益 因子附权挑选因子等权法聚类分析法均值方差法股票打分超配组合 低配组合 识别风险，发现价值 2011-05-19 第 4 页 量化投资专题报告对因子分配权重可以分为静态以及动态分配两类方法。 静态方法就是在确定了因子 权重之后，不会动态调整，该类方法的好处是操作简单，权重不受其它因素影响。但从 分析历史收益可知，因子的收益是一个动态变化的过程，动态去改变因子权重似乎更加 合理。 那么动态还是静态分配权重会使多因子模型获得更佳效果？本文将会以以下三种 权重分配法进行实证研究。 （一）因子权重分配方法介绍 （一）因子权重分配方法介绍 静态法：等权重分配 静态法：等权重分配 等权重分配法
11、是典型的静态权重分配法， 每一期模型都会为每个因子赋予同样的权 重。这就相当于，每一期我们认为每个因子有效性同样显著，所以无差别对待。该种方 法的优点在于权重的稳定性。 由于是静态的权重， 模型最终挑选股票组合的换手率较低。 但该种方法较为主观，并没有考虑因子收益变化对模型带来的影响。 动态法：聚类分析分配权重 动态法：聚类分析分配权重 我们曾经在 金融工程2010中期专题报告系列三： 风格因子驱动下的行业内量化选 股研究的专题报告中提出了以聚类分析的方法来为动态因子分配权重。该方法的理念 在于，因子收益之间是存在相关性的。如果对所有的因子直接赋予权重有可能引起多重 共线性的问题，使我们没法获得独立的不同的风险溢价源。而且这会导致同类因子赋予 过多权重的后果，使得动态形成的多因子模型有所偏差。但通过聚类分析把相关性高的 因子聚为一类，则能有效地解决共线性的问题。本篇报告利也用同样的聚类分析法，以 因子过往36个月的收益之间的相关系数为判定条件，生成不同的ALPHA源。并利用过 往12个月的因子信息比来分配不同类之间的权重，从而测算同类不同因子的权重。 （详 细方法请参考上述的专题报告）。但上述报告每期都只会挑选信息比为正
