量化金融策略實操

量化策略設計青椒科技-選股因子設計一.行情選股因子設計

二.“量”與“價”結(jié)合三.因子大講壇一.行情選股因子設計1.Level2類行情數(shù)據(jù)介紹4.1市值特征分析2.Level2類選股因子構建4.2反轉(zhuǎn)特征分析4.3換手特征分析3.選股因子回測4.4風險因子剔除3.1成交占比類因子4.5相關性檢驗3.2凈買入比率類因子3.3

本章小結(jié)5.結(jié)論4.選股因子風險特征分析二.“量”與“價”結(jié)合選股因子構建與因子截面特征選股因子歷史表現(xiàn)回測因子分組收益情況因子分組風險特征多空組合表現(xiàn)情況Famma-French模型Alpha

檢驗風險因子剔除因子有效性分析因子疊加效果展示5結(jié)論“量價結(jié)合”的選股因子的構建。本文將 在短期內(nèi)的量價走勢分類為量 與量價同向，并通過量價相關性來衡量量價走勢的背離/同向程度。通過回測，

發(fā)現(xiàn)量價相關性在半個月的換倉周期下具有十分好的選股效果并具有顯著的Alpha。在控制了常見風險因子后，該因子依舊對于 收益具有較好的區(qū)分效果。因子多空收益明顯。半個月的維度上看，該因子多空收益達1.07%。

多空收益中，多頭收益約占30%而空頭收益約占70%，所以可以說因子具有較強的空頭效應。進一步觀察多頭端組合（第1組，第2組）可以發(fā)現(xiàn)組合收益表現(xiàn)區(qū)分度較低。而空頭端組合（第9組，第10組）從收益上看依舊具有較強的區(qū)分效果。從Rank

IC以及IC來看，該因子對于

收益的

區(qū)分效果較好。因子略微大市值。多頭組合

(第1組)的平均市位偏高,而空頭組合(第10組)平均市值偏低。

此外,不同

分組市值分位數(shù)相差并不大,多頭組為86,而空頭組合為75。多空組合表現(xiàn)穩(wěn)定。多空組合在整個回測區(qū)間上達29%,區(qū)間最大回報為16%,IR值達2.55,持倉期勝率為72%

(多頭組合

29%,空頭組合

1%),分車度來看,多空組合收益表現(xiàn)較為穩(wěn)定,在常見因子表現(xiàn)較差的2010、2011年中,

因子多空組合都能有27%的 ,信息比率分別為2.55以及3.47,當然需要注意的是多空組合在2009年以及2014年中表現(xiàn)較差,

該因子極具特點的分年度表現(xiàn)可以被概括為

“熊市強,牛市弱”

。因子具有顯薯

Alpha,

剔除常見風險因子后組合表現(xiàn)依舊較好。

基于Famma-French模型可對于因子多空組合收益進行歸因分析。

回歸結(jié)果表明量價相關性因子在剔除了市值效應、反轉(zhuǎn)效應、

流動性效應以及行業(yè)效應后具有顯著為正的Alpha,在半個月的維度上, Alpha約為1.05%。放量上漲形態(tài)標的貢獻空頭收益,放量下跌形態(tài)標的貢獻多頭收益。結(jié)合

前期漲幅可將量價背離型

進一步細分為放量下跌以及縮量上漲,將量價同向型

進一步細分為縮量下跌以及放量上漲。

分析結(jié)果表明放量上漲

對該因子與反轉(zhuǎn)因子具有較好的登加效果。通過等權打分的形式可將量價相關性因子與反轉(zhuǎn)因子進行結(jié)合,回測結(jié)果表明因子全加效果較與半個月反轉(zhuǎn)因子全加后,多達28%。

與1個月反轉(zhuǎn)因子金好。空組合加后,多空組合達37%。??風險提示:模型風險,系統(tǒng)性風險,流動性風險。Pearson相關系數(shù)（PearsonCorrelationCoefficient）是用來衡量兩個數(shù)據(jù)集合是否在一條線上面，它用來衡量定距變量間的線性關系o三.因子大講壇多因子選股概述因子分類單因子績效檢驗月度因子檢驗季度因子檢驗考慮市場漲跌影響后的因子績效檢驗子績效檢驗月度因子檢驗季度因子檢驗考慮市值因子影響后的因月度因子檢驗季度因子檢驗因子大講壇本節(jié)收集了海內(nèi)外常用的18種技術因子、33種財務因子進行選股效果的具體分析,并根據(jù)市場環(huán)境、風格等因素進行詳細劃分,

因子有效性的穩(wěn)定程度。技術類因子對比財務類因子,能起到有效選股作用的數(shù)量占絕對優(yōu)勢。使用量價行情數(shù)據(jù)按月構建出的因子中,有10種因子的平均年化多空組合收益率超過8%,收益最高的兩種因子(

Size、ldiosyncratic

Risk)分別達到23.90%與

21.93%,有10種因子月收益顯著異于0,這些因子與下月收益的秩相關系同向數(shù)顯著的概率幾乎都在50%以上,連續(xù)兩月相關性維持有效的概率也在50%以上,說明因子的選股能力和持續(xù)性都較強,使用財務數(shù)據(jù)按季度構建出的因子中,僅2個因子有效,總體表現(xiàn)不如行情數(shù)據(jù)構建的因子。在本期大盤上漲的情況下,

因子構建的多空組合在下月的表現(xiàn)普遍優(yōu)于總體情況;在本期大盤下跌的情況下,表現(xiàn)相反

。

上漲市更容易體現(xiàn)ALPHA和選股能力。絕大多數(shù)因子在上期市場上漲情況下的表現(xiàn),

要優(yōu)于上期下跌的情況選取的時間段,上證指數(shù)從1366.58點上漲至3539.18點,這表示因子對未來收益的 能力會略有高估, 但是全樣本情況下因子對于未來超額收益的 能力依然存在且顯著。有部分因子在上月大盤上漲與下跌的情況下表現(xiàn)相反, 這是該類因子在總體情況下表現(xiàn)不佳的原因之一。在剔除市位因子的影響后,因子構建的多空組合的表現(xiàn)雖然略有降低,但是仍然具有對未來超額收益的能力。在剔除了市值因子的影響之后,使用行情數(shù)據(jù)的17種因子中有4種因子的年化多空收益率依然能夠超過10%,兩種因子(1diosyncraticRisk、收益最高的Short-TermReversal)分別達到17.67%與17.52%,現(xiàn)總體上比剔除市值因子影響前略有不如,表但是市值中性處理后因子穩(wěn)定性有所提升。大部分因子選股能力保留,少部分因子的能力不復存在。財務因子情況類似。剔除反轉(zhuǎn)因子的影響后，因子構建的多空組合的表現(xiàn)略有降低，但仍具有對未來超額收益的 能力。

剔除了反轉(zhuǎn)因子的影響之后，月度技術類17種因子中有4中因子的平均年化多空組合收益率超過10%，收益最高的兩種因子（Idiosyncratic

Risk，Volume

Variance）分別達到16.41%和15.69%，因子的收益貢獻能力降低，但是穩(wěn)定性有所提升。風險提示：市場系統(tǒng)性風險、資產(chǎn)的流動性風險、政策變動風險會對策略的最終表現(xiàn)產(chǎn)生較大影響。四、交易行為的波動和預期收益1.換手率的變異系數(shù)2.換手率變異系數(shù)的有效性分析之一:分組法2.1

分組法檢驗2.2

控制風險因子的分組法檢驗2.3

換手率變異系數(shù)與均值的關系3.換手率變異系數(shù)的有效性分析之二:回歸法4.總結(jié)與.5.

風險提示1.換手率的變異系數(shù)2.

換手率變異系數(shù)的有效性分析之一:分組法2.1

分組法檢驗2.2

控制風險因子的分組法檢驗2.3

換手率變異系數(shù)與均值的關系3.換手率變異系數(shù)的有效性分析之二:回歸法4.總結(jié)與5.風險提示五、型的預期收益1

“ 型” 的預期收益分組截面分析分組時間序列分析2雙變量檢驗因子特征分析雙變量檢驗總結(jié)與風險提示1.

“型”的預期收益1.1

分組截面分析1.2

分組時間序列