选股因子系列研究（二十六）——因子加权.PDFVIP

[Table_MainInfo] 金融工程研究 证券研究报告 金融工程专题报告 2017 年10 月09 日 [Table_Title] 选股因子系列研究（二十六）——因子加权、 相关研究 [Table_ReportInfo] 《选股因子系列研究（二十五）——高频 因子之已实现波动分解》2017.09.09 正交和择时的若干性质 《学术研究中的财务异象与本土实证 [Table_Summary] （一）——盈利能力》2017.09.04 投资要点： 近年来，对量化多因子模型的研究主要集中在因子加权、正交和择时这三个方面。 流行的方法大体有以下两种，一是以因子 为核心建模，二是基于收益率和因子之 间的Fama-MacBeth 回归。本文首先证明了，在一定的条件下，两者之间的等价性。 [Table_AuthorInfo] 随后，在这个基础上，得到了有关因子正交和择时的重要性质。  性质1：若收益率和因子都为原始值的z-score，则最大化复合因子IC 加权法等 价于 Fama-MacBeth 回归。在z-score 的假设下，最大化复合因子IC 加权法完 全可以用更加简洁，且更便于程序编写和运算的回归模型代替。  性质 2：在原始的 Fama-MacBeth 回归模型中加入和已有因子正交的新因子， 不会改变原始模型得到的因子溢价。这条性质为新因子的有效性检验提供了极大 的便利，正交化后，新因子的溢价及稳定性可直接与原始因子进行对比。  性质 3：在 Fama-MacBeth 回归中，不论新加入的因子是否与原有因子正交， 其因子溢价的估计不会改变。这条性质表明，倘若想在已有模型中加入一个新因 子，不妨将它对原模型中的所有因子进行回归，得到正交因子后再行加入。这样 分析师:冯佳睿 做既避免了可能存在的多重共线性的影响，也没有损失与新因子选股能力有关的 信息，因为正交不改变其因子溢价的估计。 Tel:(021 Email:fengjr@  性质 4：Qian 等人（2012 ）的因子择时模型，本质上就是拿因子溢价对条件变 证书:S0850512080006 量集合建立回归模型后，计算被解释变量的最小二乘估计。这一结论不仅使得模 型更加直观且易于理解，而且也能极大地简化程序的编写步骤、提高运算效率。 另外，在使用这个模型的过程中，一定要注意控制条件变量的个数，防止出现过 拟合的问题。  风险提示。多因子模型中的因子失效风险、因子与收益之间线性假设不成立的风 险。 请务必阅读正文之后的信息披露和法律声明 金融工程研究 金融工程专题报告2 目 录 1. 最大化复合因子IC 加权等价于Fama-MacBeth 回归法 3 2. 使用正交因子不改变其溢价的估计4 3. Qian （2012 ）的因子择时模型等价于因子溢价的估计值对条件