因子跟踪：因子反转效应显著，市值动量表现较好.docx

目录

一、因子简介 3

二、单因子检验 3

市值因子 3

非线性市值因子 5

贝塔因子 6

成长因子 7

盈利因子 8

价值因子 9

杠杆因子 10

波动率因子 11

动量因子 12

流动性因子 13

三、总结 14

风险分析 15

图表目录

图表1：因子收益率 3

图表2：因子ICIR 3

图表3：市值因子累计净值 4

图表4：市值因子分组累计净值 4

图表5：市值因子分组收益率 4

图表6：市值因子IC时间序列 4

图表7：市值因子累计IC时间序列 4

图表8：非线性市值因子累计净值 5

图表9：非线性市值因子分组累计净值 5

图表10：非线性市值因子分组收益率 5

图表11：非线性市值因子IC时间序列 6

图表12：非线性市值因子累计IC时间序列 6

图表13：贝塔因子累计净值 6

图表14：贝塔因子分组累计净值 6

图表15：贝塔因子分组收益率 6

图表16：贝塔因子IC时间序列 7

图表17：贝塔因子累计IC时间序列 7

图表18：成长因子累计净值 7

图表19：成长因子分组累计净值 7

图表20：成长因子分组收益率 7

图表21：成长因子IC时间序列 8

图表22：成长因子累计IC时间序列 8

图表23：盈利因子累计净值 8

图表24：盈利因子分组累计净值 8

图表25：盈利因子分组收益率 8

图表26：盈利因子IC时间序列 9

图表27：盈利因子累计IC时间序列 9

图表28：价值因子累计净值 9

图表29：价值因子分组累计净值 9

图表30：价值因子分组收益率 9

图表31：价值因子IC时间序列 10

图表32：价值因子累计IC时间序列 10

图表33：杠杆因子累计净值 10

图表34：杠杆因子分组累计净值 10

图表35：杠杆因子分组收益率 10

图表36：杠杆因子IC时间序列 11

图表37：杠杆因子累计IC时间序列 11

图表38：波动率因子累计净值 11

图表39：波动率因子分组累计净值 11

图表40：波动率因子分组收益率 11

图表41：波动率因子IC时间序列 12

图表42：波动率因子累计IC时间序列 12

图表43：动量因子累计净值 12

图表44：动量因子分组累计净值 12

图表45：动量因子分组收益率 12

图表46：动量因子IC时间序列 13

图表47：动量因子累计IC时间序列 13

图表48：流动性因子累计净值 13

图表49：流动性因子分组累计净值 13

图表50：流动性因子分组收益率 13

图表51：流动性因子IC时间序列 14

图表52：流动性因子累计IC时间序列 14

一、因子简介

因子库共分为市值、非线性市值、贝塔、成长、盈利、价值、波动率、动量、流动性、杠杆10

个风格因子。本报告主要监控当月因子表现，通过多因子检验和单因子检验分别对风格因子和单因子进行分析。

多因子模型参考CNE5的风格因子模型对10个风格因子、国家因子以及行业因子进行时间序列回归。单因子检验通过因子收益率和ICIR两个维度对因子进行分析，观察因子之间的区别以及因子在时序上的变化，见微知著，对市场的变化及趋势进行分析。

因子分析的流程包括因子清洗入库，去极值，标准化，市值行业中性化（市值因子不做市值中性）等步骤，将处理之后的因子进行下一步有效性分析。

二、单因子检验

因子收益率的计算方式是将因子进行标准化处理，利用因子加权的方式计算所有股票组合的收益率。本质上因子收益率是股票的多空组合的收益，因子绝对值越大，所对应的多空权重越高，更能反映因子本身对于未来收益率的影响。

整体来看，过去一周在十大类因子中，动量因子（-）、市值因子（-）以及动量残差波动率因子（-）绝对收益率表现相对较好，达到了0.86%、0.84%以及0.58%。从IC及IR的表现来看，市值因子、非线性市值以及成长因子表现较为稳定。

图表1：因子收益率 图表2：因子ICIR

0.80%

0.60%

0.40%

0.20%

0.00%

-0.20%

-0.40%

-0.60%

-0.80%

-1.00%

本周收益 上周收益

3.5

3

2.5

2

1.5

1

0.5

0

本周IR上周IR

IND， IND，

市值因子

过去一周市值因子收益率为-0.84%，前一周收益率为-0.50%，收益率下降0.34%。因子IC的均值为-0.110，IR为2.3