光大Alpha多因子系列报告（39页PPT）

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,#,“,光大,Alpha”,多因子系列报告,2017.05.01,执业证书编号,:,A0230116020001,01,因子测试流程简述,02,因子的初步筛选,03,多因子模型的构建,04,5,月组合名单,基于,APT,理论的多因子模型（,MFM,）,3,股票二级市场的多因子模型可以理解为将,N,只股票的收益率分解为,M,个因子的线性组合与未被因子解释的残差,项,影响股票收益率的因素主要来自某一只股票相对于某一个因子的敏感度或因子暴露,（,Factor,loading,），这里的因子暴露即相当于,CAPM,中的,我们将多因子模型（,MFM,）做如下的表示,：,即,：,表示股票,i,在因子,j,上的因子暴露,（,Factor,loading,）,表示因子收益,表示股票,i,的残差收益,多因子模型构建流程,4,多,因子模型,的构建流程往往包括以下几个,方面：,样本筛选,数据,清洗,因子测试,多,因子模型,资料来源,：光大证券研究所,模型构建流程,样本筛选,剔除,ST,、,PT,，次新股，停牌,数据清洗,异常值、缺失值、特殊值,因子测试,有效性（,IC,，,T,值）,单调性，稳定性,多因子模型,因子共线性分析,多元线性回归,收益协方差、残差风险预测,最优化组合权重,因子测试流程：回归测试,+,分层测试,5,采用,截面回归，更有利于捕捉因子变化趋势,做截面回归判断每个单因子的收益情况和显著性时，需要特别关注,A,股市场中一些显著影响个股收益率的因素，例如行业因素和市值因素,。

回归测试,时,对行业和市值因子做选择性剔除（测试规模因子、技术因子时只剔除行业）,代表股票,i,在所测试因子上的因子,暴露,代表股票,i,的行业因子暴露（,为哑变量（,Dummy variable,），即股票属于某个行业则该股票在该行业的因子暴露等于,1,，在其他行业的因子暴露等于,0,）,我们选用,某著名企业一级行业分类作为行业分类,标准,代表股票,i,的市值因子,暴露,因子,测试模型：回归模型选择,6,RLM,稳健回归,v.s.OLS,最小二乘法,最小二乘法,OLS,在独立同分布正态误差的线性模型中是有效无偏估计,当,误差是非正态分布时，,OLS,会给,异常值,outliers,赋予较高的权重，从而导致模型结果,失真,RLM,中常用的,M-estimator,方法则是采用迭代加权最小二乘估计回归系数，根据回归残差的大小确定各点的,权重，,以达到稳健的目的资料来源,：光大证券研究所,2009.5,BP_LYR,因子回归测试的,RLM,和,OLS,对比,斜率（因子,收益）,BSE,T,值,OLS,0.008,0.004,1.997,RLM,0.011,0.003,3.140,2009.5,BP_LYR,因子,RLM,与,OLS,回归效果对比,资料来源,：光大证券研究所,因子,测试模型：因子有效性检验,7,回归测试有效性检验,多期截面,RLM,回归后我们可以得到因子收益序列,，以及每一期回归假设检验,t,检验的,t,值序列，针对这两个序列我们将通过几个指标来判断该因子的有效性,IC,值,IC,值为个,股第,t,期在因子,i,上的因子,暴露,经过行业中性处理后,与,t+1,期的收益率,的,秩相关系数,，通过这种方法可以有效的观察到某个因子收益率预测的稳定性和动量特征,资料来源,：光大证券研究所,回归测试检验指标,IC,值指标,因子收益序列,的假设检验,t,值,IC,值的均值,因子收益序列,大于,0,的,概率,IC,值的标准差,t,值绝对值的均值,IC,大于,0,的比例,t,值绝对值大于等于,2,的概率,IC,绝对值大于,0.02,的比例,IR(IR=IC,均值,/IC,标准差,),因子有效性检验指标（回归测试,+IC,值）,单,因子测试举例,：,BP&Turnover_1M,8,因子回归测试结果,下述两个因子均具有很高的显著性,资料来源,：光大证券研究所,指标名称,BP,TURNOVER_1M,因子收益序列,t,值,4.37,-,6.65,因子收益均值,0.53%,-,0.80%,t0,比例,63%,27%,A,bs(t,),均值,4.37,4.84,IC,均值,5.18%,-7,.67,%,IC,标准差,11,.3,%,11,.4,%,IC0,比例,65%,23,.9,%,Abs(IC)0.02,比例,60%,78%,IR,0.46,-,0.67,因子回归测试与,IC,值指标,单,因子测试举例,：,BP,&Turnover_1M,9,因子回归测试输出图例,BP,因子收益率近期呈现复苏势头,资料来源,：光大证券研究所,BP,因子,收益时间序列,资料来源,：光大证券研究所,BP,因子,收益分布,直方图,单,因子测试举例,：,BP,&Turnover_1M,10,因子回归测试输出图例,BP,因子,IC,值已连续多期位于,0.2,以上,资料来源,：光大证券研究所,BP,RLM,回归因子收益,t,值绝对值,资料来源,：光大证券研究所,BP,因子,IC,值序列,单,因子测试举例,：,BP,&Turnover_1M,11,分层,法回溯测试,输出结果示例,BP,因子的分层效果较好，单调性显著,Turnover_1M,因子的分层效果则不理想，分组,2,收益最高，因子值最高的分组,5,累计收益 最低,资料来源,：光大证券研究所,BP,因子分组,回溯累计收益率曲线,资料来源,：光大证券研究所,TURNOVER_1M,分组,回溯,累计收益率曲线,01,因子测试流程简述,02,因子的初步筛选,03,多因子模型的构建,04,5,月组合名单,大类因子,测试举例,：波动类因子,13,高波动的平均收益较低，,VSTD,因子单调性较好,资料来源,：光大证券研究所,波动类因子明细表,资料来源,：光大证券研究所,VSTD,因子单调性较好,因子代码,因子名称,HighLow_1M,1,个月最高价,/,最低价,HighLow_3M,3,个月最高价,/,最低价,HighLow_6M,6,个月最高价,/,最低价,STD_1M,1,个月日收益率标准差,STD_3M,3,个月日收益率标准差,STD_6M,6,个月日收益率标准差,VSTD_1M,1,个月,成交,额,/,标准差,VSTD_3M,3,个月成交额,/,标准差,VSTD_6M,6,个月成交额,/,标准差,Residual_Risk,CAMP,模型残差的标准差（,12,个月,),大类因子测试举例：波动类因子,14,STD,和,VSTD,的信息比较高,资料来源,：光大证券研究所,Factor Mean Return,Factor Return tstat,abs(t_value)mean,Factor t_value positive per,IC mean,IC positive per,IC std,IC 0.02 per,IR,HighLow_1M,-0.5%,-4.15,5.21,34.3%,-3.9%,33.6%,11.8%,29.1%,-0.34,HighLow_3M,-0.3%,-2.59,5.71,36.3%,-1.9%,36.3%,13.3%,34.8%,-0.14,HighLow_6M,-0.3%,-2.69,5.47,36.3%,-2.0%,37.0%,12.9%,29.6%,-0.15,STD_1M,-0.6%,-5.23,5.21,31.3%,-5.5%,30.6%,11.8%,25.4%,-0.47,STD_3M,-0.6%,-4.74,5.25,34.1%,-5.2%,34.1%,12.7%,30.4%,-0.41,STD_6M,-0.5%,-4.09,4.87,34.8%,-4.6%,38.5%,13.0%,33.3%,-0.35,VSTD_1M,-0.6%,-6.52,2.80,17.9%,-6.5%,16.4%,8.0%,11.2%,-0.82,VSTD_3M,-0.5%,-5.27,2.47,19.3%,-5.0%,23.0%,8.3%,17.8%,-0.60,VSTD_6M,-0.4%,-4.50,2.26,26.7%,-4.0%,25.9%,8.1%,21.5%,-0.49,Residual_Risk,-0.5%,-4.22,4.97,37.3%,-3.6%,38.8%,13.2%,34.3%,-0.27,波动类因子测试结果,大类因子测试举例：波动类因子,15,波动类因子,IC,序列的相关性,资料来源,：光大证券研究所,HighLow_,1M,HighLow_,3M,HighLow_,6M,STD_1M,STD_3M,STD_6M,VSTD_1M,VSTD_3M,VSTD_6M,Residual_Risk,HighLow_1M,1.00,0.87,0.79,0.82,0.79,0.74,0.35,0.34,0.29,0.68,HighLow_3M,0.87,1.00,0.92,0.85,0.85,0.78,0.37,0.38,0.33,0.71,HighLow_6M,0.79,0.92,1.00,0.82,0.84,0.81,0.35,0.35,0.32,0.72,STD_1M,0.82,0.85,0.82,1.00,0.94,0.87,0.43,0.40,0.33,0.79,STD_3M,0.79,0.85,0.84,0.94,1.00,0.95,0.41,0.39,0.33,0.85,STD_6M,0.74,0.78,0.81,0.87,0.95,1.00,0.36,0.36,0.32,0.87,VSTD_1M,0.35,0.37,0.35,0.43,0.41,0.36,1.00,0.95,0.89,0.20,VSTD_3M,0.34,0.38,0.35,0.40,0.39,0.36,0.95,1.00,0.97,0.17,VSTD_6M,0.29,0.33,0.32,0.33,0.33,0.32,0.89,0.97,1.00,0.12,Residual_Risk,0.68,0.71,0.72,0.79,0.85,0.87,0.20,0.17,0.12,1.00,波动类因子,IC,序列的相关性矩阵,因子的初步筛选,16,我们从,11,个大类因子中分别筛选出了收益率较显著，高,IC,、,IR,并且单调性得分较高的,44,个因子,其中单调性得分的计算方式为：,Ri,代表分层回溯法得到的第,i,组的年化收益率,资料来源,：光大证券研究所,因子筛选标准明细表,筛选指标,指标说明,打分标准（绝对值）,Factor_Ret,最近,60,个月因子收益率均值,0.002,Factor_Ret_tvalue,最近,60,个月因子收益率,t,值,2,IC,信息系数,0.02,IR,信息比（基于,IC,）,0.2,Monotony,单调性得分,2,因子的初步筛选,17,资料来源,：光大证券研究所,综合打分初步筛选因子名单（得分,=5,）,Factor Mean Return,Factor Return tstat,IC mean,IR,Total,_Score,BP_LR,0.49%,4.32,5.1%,0.48,5,B2P_TTM,0.51%,4.43,5.0%,0.46,5,FC,-0.39%,-2.36,-5.3%,-0.33,5,HighLow_1M,-0.48%,-4.15,-3.9%,-0.34,5,Ln_FC,-0.45%,-2.64,-5.8%,-0.36,5,Ln_MC,-0.52%,-2.94,-6.8%,-0.40,5,MC,-0.44%,-2.63,-6.4%,-0.39,5,Momentum_1M,-0.92%,-8.26,-7.9%,-0.75,5,Momentum_24M,-0.59%,-4.44,-5.6%,-0.50,5,Residual_Risk,-0.47%,-4.22,-3.6%,-0.27。