量化投资与多因子选股    量化投资的本质是借用计算机将传统投资的逻辑定量化,并具有纪律性、程序化等优势。量化投资主要分为两个大方向,选股以及择时,分别决定了买卖的标的与时点,而量化选股则又包括了多因子选股、行业轮动、事件驱动等策略。量化策略的前提假设是历史会重复,而多因子选股则提炼出那些能够长期具备择股能力的因素,并加以整合。    多因子模型从历史数据分析,挑选出能够长期有效甄别出未来高收益股票的因子,并构建模型。在多因子选股时,股票的规模、估值、盈利水平、成长能力、过去的市场表现等等都将体现在量化模型中进行综合的判断。在不同的市场环境中,模型中的因子会有不同的表现,但整体提供正向的alpha值,从而为投资人提供长期且相对稳定的收益。    多因子选股的起源、分类、具体操作    从最早CAPM的单因子模型,到经典的Fama-French三因子模型,量化多因子模型经过多年的发展衍生出了回归法和打分法两种办法,本篇报告采用打分法。模型的构建基本分为以下5步:1)选取候选因子;2)对各个因子进行有效性检验;3)剔除冗余因子;4)综合加权打分;5)优化模型。    初探多因子选股    因子池由5大类因子构成:估值因子、盈利因子、成长因子、营运类能力因子、技术类因子。经过筛选,选取了长期稳定有效且互相相关性较低的因子建立最终因子池。    使用4种加权方法建立模型:等权法、跟踪IC、12月平均IC、12月IC_IR,分别模拟2011-2017年的股市,得出4种方法的市场表现:    等权、12月平均IC及12月IC_IR表现较好,月度胜率在68%-72%,超额收益显著。    等权法整体表现最佳,top5%组合年化超额沪深300指数42.47%,因为其将各因子的影响平均分配,在任何时期总是有一些因子能够起到作用。    12月平均IC在市场风格较为固定的情况下表现较好,年化超额26.1%,但在风格变化快的市场中则表现一般甚至出现回撤。 IC_IR相比IC考虑了因子稳定性,所以在回撤方面控制较好,总体收益率与12月平均IC相差不大。    风险提示    宏观经济下行风险、因子有效性减弱或反转的风险。

声明：如本站内容不慎侵犯了您的权益，请联系邮箱：wangshiyuan@epins.cn 我们将迅速删除。