本文第一章从Amihud非流动性因子(以下简称Illiq因子)出发,测试了该因子的历史表现。然后对比该因子与月均换手率因子在行业和barra风险因子上的暴露差异。结论是Illiq因子和月均换手率因子均是历史上表现非常出色的选股因子,二者第10组组合在行业收益上差别不大,在风格因子上主要在barra流动性风险因子上有较大的差异,原因是barra衡量流动性因子的方式即是换手率,换手率并不包含成交额信息,因此非流动性因子作为流动性冲击指标有区别于流动性的独立信息。    本文第二章首先提出了Illiq因子存在三点不足,并针对其中两点提出有效的改进方案,在兼容原有非流动性因子框架的前提下提出衡量流动性的新因子Liq。然后深入分析了Liq原始因子在市值和行业上分布的差异,并对比4种风格中性方法对结果的影响。综合来看,选择“市值回归+行业分组”的中性方式可以较好的剔除风格的影响,但仍有不足。最后指出因子的非正态性对回归造成的误差,尤其是对市值回归并不能真正意义上中性市值的暴露。    本文第三章在第二章的基础上,重塑因子横截面分析、风格中性的回归框架,提出应该只考虑“序”的影响而忽略因子值大小,直接将因子值通过正态化的方式强制转成正态分布(利用反误差函数实现)。因子正态化后进行市值回归,通过观察平均市值、平均市值分位数、平均流通市值、平均流通市值分位数这四个指标,我们得出了正态化方法的确可以完美地解决回归的痛点。进一步,考虑到流动性因子与自由流通市值的关系更高(相比总市值),因此我们认为市值中性应该对流通市值中性更加合理,事实也证明该方法不仅能够较好地中性流通市值同时也能尽可能将不同组别的市值水平靠得更近。在正态化之后的因子分组回测当中,我们看到了正态化能明显提升Liq因子对Illiq因子的超额收益,Liq因子超额年化收益率(较Illiq因子)也从1.3%提升至1.8%,最后提升至3.4%。    本文第四章在第三章正态化变换的基础上,考虑Liq因子设计时唯一的参数N的敏感性问题,并与Illiq因子进行对比。结论是Liq和Illiq均对N的取值并不敏感,且年化收益率和信息比率随着N的增大而减小。Liq的因子当N=10时取最大值,Illiq因子当N=5时取最大值。

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。