从icir角度挖掘风格因子的均值回复性.pdfVIP

Table_Top Table_Header1 证券研究报告_量化投资专题 Table_AuthorTemp 证券研究报告_XX 报告 2012 年08 月01 日 15306 2011 年6 月14 日 Table_Title 从ICIR 角度挖掘风格因子的均值回复性 16274 ——多因子Alpha 系列报告之（十二） Table_Author 罗军 首席分析师 电话：0208655 Table_Temp eMail：lj33@ 执业编号：S0260511010004 Table_Summary Alpha 一直存在，获取关键在于风格因子择时 以大盘作为参照物，股市便是一个“零和博弈”的游戏，有人赚则必有人亏，而Alpha收益的本质是个股行情出现 分化，对个股的分化特征进行提取便得到了所谓的风格因子，因此风格因子是Alpha收益的最终来源，因子的有效性则 直接体现了市场是否存在显著的Alpha ！统计发现A股市场长期存在Alpha ，然而由于个股分化特征的差异，尤其是在市 场处于较大的风格转变时，常常导致Alpha 的来源难以捕捉，如何把握Alpha 的走向，这便是本文所要探寻的风格因子 轮动规律。 从理论上来讲，任何一类风格因子都不可能长期产生稳定的Alpha ，因此从长期来看风格因子必定存在“均值回复” 特性；另一方面，由于市场对于一种风格的消化和体现往往需要一个过程，加之市场参与者并非完全理性人，常常出 现跟风现象，因此短期来看，市场风格往往出现“惯性”特征！为了挖掘A股市场的风格轮动规律，报告结合不同的 统计工具，对风格因子的轮动规律进行分析 统计发现风格因子存在显著的均值回复特征 为了捕捉风格因子轮动规律，我们以IC 作为因子有效性的度量，首先分别运用 “自相关检验法”分析了IC 序列 的线性相关性，统计结果表明IC 序列各滞后项之间不存在稳定的自相关性；而运用Box-Jenkins 法，发现IC 序列的自 相关函数及偏自相关函数均不存在明显的截尾及拖尾特征，从而同样无法使用ARMA 模型对其进行预测。 最后，通过观察及统计发现，风格因子的IC 与因子近期ICIR 之间存在显著的负相关关系，而且对于不同的风格 因子，ICIR 选择的计算周期各不相同，报告对各类风格因子的最佳观察周期进行了统计检验。 基于因子均值回复性设计相应的因子择时策略 基于统计发现的因子均值回复性，报告设计了相应的因子择时策略，长期来看，我们假定采用的9类因子均为有效 的Alpha 因子，因此择时策略主要针对各因子的权重进行调整，调整的依据是各因子之间的ICIR相对大小比较。 根据因子过去的最佳观察期计算各因子的ICIR ，并根据ICIR从大到小对因子进行排序，9各因子共分为3档，第1 档因子给予1分，第2档给予2分，第3档4分，各因子在全部因子中所占比例等于其得分比全部因子的得分总和。 因子择时策略将多因子组合信息比提高11% 为进一步验证基于均值回复性的因子择时策略有效性，报告最后选择样本外数据对策略进行检验。结果表明，在 运用因子择时策略之后，多空对冲组合及股指期货对冲组合的收益率及信息比均有所改善，其中，两类对冲组合的信 息比均提高了11%以上，且因子择时策略相对因子等权策略各期的胜率均为60.76%。尤其在2011上半年及今年以来， 择时策略尽显优势。 风格因子的轮动规律受到各种复杂因素的影响，难以用量化的方式对其进行全面有效