本篇报告通过引入分域研究的理念,对传统多因子模型研究体系进行了当时拓展,并构建了相应的研究分析框架与投资策略。    分域研究解决的是传统线性预测模型对市场非线性特征刻画的不足,也是量化与基本面结合的有效途径,通过对各行业、板块投资逻辑的量化建模,可以使得模型更贴近市场本质投资逻辑,更加精确的发掘有效投资机会。    我们通过采用全域风险调整后子域相关系数统计的检验方式,并以12大类189个小类因子为基础因子库,通过对宽基域、板块域、行业域的比较分析,找到了各个股票域内的核心驱动因素,也对各个行业、板块之间的区别进行了有效梳理。    在分域阿尔法模型的基础上,我们分别构建了沪深300成分股增强、中证500成分股增强、各行业指数成分增强策略,实证分析结果表明,域内有效阿尔法因子的应用可以获取较为稳健的超额收益。    通过分行业域模型预测整合得到全截面预测收益的方法,我们构建了全市场选股增强模型,实证分析结果表明,自2011年1月至2018年1月,沪深300全市场增强策略年化超额收益15%,信息比率3.1;中证500全市场增强策略年化超额收益24.5%,信息比率3.5,组合表现均较为稳健。    本篇报告的研究表明,即便在市场风格剧烈波动的环境下,在分域预测和风险中性控制的基础上,多因子模型仍能表现出稳健战胜市场基准指数的良好特性,是投资者值得信赖的投资方式。

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。