多因子模型选股评价.pdf

金融工程研究 Page 1 [Table_Title] 金融工程 多因子系列研究报告之三 数量化投资 2013 年04 月22 日 专题报告 多因子模型选股评价 本文主要通过两个方面对多因子模型进行评价： 1、模型预测评价 对多因子选股模型评价的核心体现在对模型预期收益率的评价，在本文中主要 讨论了对因子收益率进行预测的两种方法，分别为：历史收益率均值预测法； 区间最小二乘预测法。 在具体进行评价时，我们采用了两种评价方式： 一种是纵向评价，即对比多因子选股模型与单因子选股模型的 IC、IR，这样可 以反映出多因子选股模型是否能够比较好的利用各单个因子的信息。 另一种是横向评价，即我们评价历史收益率均值预测法选股模型与区间最小二 乘预测法选股模型谁优谁劣。 实证结果表明： 从纵向评价来看，2008 年至 2013 （1 月）区间，历史收益率均值预测法与区 间最小二乘预测法在绝大多数时间都要大幅优于单个因子，即我们认为多因子 模型能够比较有效的结合各单个因子的信息。 从横向评价来看，2008 年至 2013 （1 月）区间，历史收益率均值预测法与区 间最小二乘预测法之间没有十分显著的差异。 2 、选股绩效评价 我们对全A 非ST 的样本空间，2007 年12 月28 日至2013 年3 月31 日时间 段进行了历史回测，整体而言投资组合相对平稳，回测区间投资组合收益率为 -20.53% ，而同期沪深 300 指数收益率为-53.26% ，投资组合年化超额收益 10.64%，日胜率为57.71% ，月胜率为74.19% ，年胜率 100%，超额收益最大 回撤发生在2008 年，幅度为6.62% ，年化跟踪误差在5%左右，而信息比率IR 除2008 年外，均在2 附近。 进一步，我们对投资组合进行归因分析，在积极收益方面： 积极收益主要来源于因子积极收益，而特定积极收益对积极收益有一定的负贡 献；因子积极收益主要来源于风格因子的积极收益，市场因子积极收益（择时） 与行业因子积极收益（行业配臵）均为 0 ，这也反映出了我们的投资组合为市 场中性与行业中性；风格因子积极收益主要来源于：规模因子（Size ）、成长因