多因子模型时间窗口宽度的设定.pdf

多因子模型时间窗口宽度的设定 Table_Su mm ary ■ 本文就安信多因子模型中的时间窗口宽度设定这一细节进行了 研究，发现模型在使用较长的窗口期时表现要优于使用较短的 窗口期时的表现、使用多窗口期取均值时的效果总体上要优于 使用单一窗口期时的效果。 ■ 使用100 期以上多窗口期均值的方法设定模型的时间窗口构建 组合，从2005 年5 月末至2013 年4 月末，得分最高的1/5 股 票的组合累计净值 18.09 ，年化收益 44.16% ；得分最高的 100 个股票的组合累计净值18.87 ，年化收益44.92% 。 ■ 安信多因子模型近期表现良好，自2012 年初至2013-10-31 ，纯 多组合最高得分50 股票组合累计收益90.3% ，最高得分100 股 票组合累计收益75.1% ，同期沪深300 指数上涨 1.2% ，万得全 A 指数上涨9.2% 。按当前的融资融券标的股票池计算多空组合， 自2012 年初至2013-10-31 ，看多20 股票组合与看空20 股票组 合的相对净值累计增长133% ，看多50 股票组合与看空50 股票 组合的相对净值累计增长89%。 1 报告类型/股票名称 我们在2013 年5 月3 日的《多因子系列报告之一：基于因子IC 的多因子模型》中 提出了一套使用因子IC 计算因子权重，继而构造多因子选股模型的方法。在2005 年初 至2012 年末的样本外时间段上，等权和流通市值加权情况下最高得分的1/5 股票组合和 最低得分的1/5 股票组合构造的多空组合累计净值分别为9.90 和3.51 ，信息比率分别为 4.15 和1.23。最高得分的100 个股票的组合的累计净值为13.26 ，平均年化收益38.1% ，相 对沪深300 指数的年度胜率达到了100%，而且组合的市值与行业分布基本与样本池保持 一致，并没有非常明显的行业或市值偏离。从2013 年前五个月的表现来看，最高得分的 50 个和100 个股票的组合分别取得了23.76%和21.22% 的收益，优于沪深300 的3.31% 。 总体上讲我们的多因子模型的收益和稳定性均较为优秀，然而我们在该篇报告中的 内容仅仅是对这种多因子选股方法的一般化的介绍，并未对其中各细节进行深入的研究 说明。实际上，计算复合因子权重使用的窗口期宽度、所选用的因子、所选用的样本池 等诸多细节因素均会对模型效果造成影响。我们接下来的报告中会对这类细节进一步分 析研究、完善现有模型。 我们第一篇报告的初始模型中使用的窗口宽度是96 期，也即8 年的时间窗口。因此 我们的方法实际上是在我们的模型框架下计算得到过去 8 年中最长期有效的因子组合， 并在接下来的一段时期内使用该因子组合对股票进行打分筛选。这里需要考虑的一个细 节问题就是 8 年的窗口期是否过长？8 年之前的市场情况对接下来的股票涨跌幅是否还 能起到参考作用？ 对时间窗口宽度的考量实际上是对市场盈利结构的考量。从统计学理论中我们知道 如果市场盈利结构在长时期内不发生变化、导致股票在下一期涨跌的关键因素在长时期 内不发生变化，那么使用全历史数据计算复合因子应是较好的选择；如果市场盈利结构 频繁发生变化，那么选用较短的窗口时间段效果可能更优。在本篇报告中，我们检验不 同窗口期下的模型效果，得到模型窗口期的设定方法，同时也能以此从侧面对市场盈利 结构加以反映。 1. 安信多因子模型在不同窗口宽度下的区分度及表现 首先我们对不同窗口期下的模型效果进行展示。由于计算需要的时间较长，我们不 准备逐一计算所有可能的样本窗口期下的模型表现，而仅是取几个样本窗口期进行讨论。 我们下面展示模型窗口期设定为40、60、80、100 时的组合效果，窗口期设定为40 意味 着每次我们使用过去40 个月的数据计算因子组合继而为股票打分，其余的窗口期含义与 此类似。首先展示的是按照分数从高到低等分五组的五个组合的累计净值走势。所使用 2