量化多因子模型

1、I三量化多因子模型時間:2012-05-11 09:03TAG標(biāo)簽：對沖套利算法交易量化投資紅移投資勝率差紅移投資視野：量化投資策略有很多種類，但是它們有很高程度的共同點: 一是量化驅(qū)動的證券選擇過程，通過篩選證券信息和市場數(shù)據(jù)去尋找被錯誤定 價的證券；二是量化驅(qū)動的投資組合構(gòu)建過程，通過它能夠以一種風(fēng)險較低而 性價比較高的方式建立投資組合。多因子模型是量化選股中最重要的一類模型，其基本思想就是找到某些和 收益率最相關(guān)的指標(biāo)。并根據(jù)該指標(biāo)，構(gòu)建一個股票組合，期望該組合在未來的 一段時間跑贏或者跑輸指數(shù)。如果跑贏，則可以做多該組合，同時做空期指，賺 取正向阿爾法收益；如果是跑輸，則可以做多期指，

2、融券做空該組合，賺取反向 阿爾法收益。多因子模型的關(guān)鍵是找到因子與收益率之間的關(guān)聯(lián)性基本概念多因子模型是應(yīng)用最廣泛的一種選股模型，基本原理是采用一系列的因子作 為選股標(biāo)準(zhǔn)，滿足這些因子的股票則被買入，不滿足的則賣出。舉一個簡單的例子：如果有一批人參加馬拉松，想要知道哪些人會跑到平均 成績之上，那只需在跑前做一個身體測試即可。那些健康指標(biāo)靠前的運動員，獲 得超越平均成績的可能性較大。多因子模型的原理與此類似，我們只要找到那些 對企業(yè)的收益率最相關(guān)的因子即可。各種多因子模型核心的區(qū)別第一是在因子的選取上，第二是在如何用多因子 綜合得到一個最終的判斷。一般而言，多因子選股模型有兩種判斷方法，一是打分

3、法，二是回歸法。打分法就是根據(jù)各個因子的大小對股票進行打分，然后按照一定的權(quán)重加權(quán) 得到一個總分，根據(jù)總分再對股票進行篩選?；貧w法就是用過去的股票的收益率 對多因子進行回歸，得到一個回歸方程，然后再把最新的因子值代入回歸方程得 到一個對未來股票收益的預(yù)判，然后再以此為依據(jù)進行選股。多因子選股模型的建立過程主要分為候選因子的選取、選股因子有效性的檢 驗、有效但冗余因子的剔除、綜合評分模型的建立和模型的評價及持續(xù)改進等5 個步驟。候選因子的選取候選因子的選擇主要依賴于經(jīng)濟邏輯和市場經(jīng)驗，但選擇更多和更有效的因 子無疑是增強模型信息捕獲能力，提高收益的關(guān)鍵因素之一。例如：在2011年1月1日，選取流

4、通市值最大的50只股票，構(gòu)建投資組合， 持有到2011年底，則該組合可以獲得10%的超額收益率。這就說明了在2011年 這段時間，流通市值與最終的收益率之間存在正相關(guān)關(guān)系。從這個例子可以看出這個最簡單的多因子模型說明了某個因子與未來一段 時間收益率之間的關(guān)系。同樣的，可以選擇其他的因子，例如可能是一些基本面 指標(biāo)，如PB、PE、EPS增長率等，也可能是一些技術(shù)面指標(biāo)，如動量、換于率、 波動等，或者是其他指標(biāo)，如預(yù)期收益增長、分析師一致預(yù)期變化、宏觀經(jīng)濟變 量等。同樣的持有時間段，也是一個重要的參數(shù)指標(biāo)，到底是持有一個月，還是兩 個月，或者一年，對最終的收益率影響很大。選股因子有效性的檢驗一般檢

5、驗方法主要采用排序的方法檢驗候選因子的選股有效性。例如：可以 每月檢驗，具體而言，對于任意一個候選因子，在模型形成期的第一個月初開始 計算市場中每只正常交易股票的該因子的大小，按從小到大的順序?qū)颖竟善边M 行排序，并平均分為n個組合，一直持有到月末，在下月初再按同樣的方法重新 構(gòu)建n個組合并持有到月末，每月如此，一直重復(fù)到模型形成期末。上面的例子就已經(jīng)說明了這種檢驗的方法，同樣的可以隔N個月檢驗，比如 2個月、3個月，甚至更長時間。還有一個參數(shù)是候選組合的數(shù)量，是50只，還 是100只，都是非常重要的參數(shù)。具體的參數(shù)最優(yōu)的選擇，需要用歷史數(shù)據(jù)進行 檢驗。有效但冗余因子的剔除不同的選股因子可能由

6、于內(nèi)在的驅(qū)動因素大致相同等原因，所選出的組合在 個股構(gòu)成和收益等方面具有較高的一致性，因此其中的一些因子需要作為冗余因 子剔除，而只保留同類因子中收益最好、區(qū)分度最高的一個因子。例如成交量 指標(biāo)和流通量指標(biāo)之間具有比較明顯的相關(guān)性。流通盤越大的，成交量一般也會 比較大，因此在選股模型中，這兩個因子只選擇其中一個。冗余因子剔除的方法：假設(shè)需要選出k個有效因子，樣本期共m月，那么 具體的冗余因子剔除步驟為：（1）先對不同因子下的n個組合進行打分，分值與該組合在整個模型形成 期的收益相關(guān)，收益越大，分值越高；（2）按月計算個股的不同因子得分間的相關(guān)性矩陣;（3）在計算完每月因子得分相關(guān)性矩陣后，計算

7、整個樣本期內(nèi)相關(guān)性矩陣 的平均值；（4）設(shè)定一個得分相關(guān)性閥值MinScoreCorr，將得分相關(guān)性平均值矩陣中 大于該閥值的元素所對應(yīng)的因子只保留與其他因子相關(guān)性較小、有效性更強的因 子，而其他因子則作為冗余因子剔除。綜合評分模型的建立和選股綜合評分模型選取去除冗余后的有效因子，在模型運行期的某個時間開始， 例如每個月初，對市場中正常交易的個股計算每個因子的最新得分并按照一定的 權(quán)重求得所有因子的平均分。最后，根據(jù)模型所得出的綜合平均分對股票進行排 序，然后根據(jù)需要選擇排名靠前的股票。例如，選取得分最高的前20%股票，或 者選取得分最高的50到100只股票等。舉個例子：可以構(gòu)建一個多因子模型

8、為（PE，PB，ROE），在月初的時候， 對這個幾個因子進行打分，然后得分最高的50個股票作為投資組合，在下個月 按照同樣的方法進行輪流替換。持續(xù)一段時間后，考場該投資組合的收益率是否 跑贏比較基準(zhǔn)，這就是綜合評分模型的建立和后驗過程。當(dāng)然這個例子是一個最簡單的例子，實戰(zhàn)中的模型可能會比較復(fù)雜，比如沃 爾評分法就是一個復(fù)雜的多因子模型，它是對股票進行分行業(yè)比較，算每個行業(yè) 的得分高的組合，然后再組合成投資籃子。模型的評價及持續(xù)改進一方面，由于量選股的方法是建立在市場無效或弱有效的前提之下，隨著使 用多因子選股模型的投資者數(shù)量的不斷增加，有的因子會逐漸失效，而另一些新 的因素可能被驗證有效而加入到模型當(dāng)中；另一方面，一些因子可能在過去的市 場環(huán)境下比較有效，而隨著市場風(fēng)格的改變，這些因子可能短期內(nèi)失效，而另外 一些以前無效的因子會在當(dāng)前市場環(huán)境下表現(xiàn)較好。另外，計算綜合評分的過程中，各因子得分的權(quán)重設(shè)計、交易成本考慮和風(fēng) 險控制等都存在進一步改進的空間。因此在綜合評分選股模型的使用過程中會對 選用的因子、模型本身做持續(xù)的再評價和不斷的改進以適應(yīng)變化的市場環(huán)境。多因子的模型最重要是兩個方面:一個