多因子模型系列报告之一:因子预测能力初探

投资要点:

在多因子选股模型中,IC通常被用于衡量因子对收益率的预测能力,本文选取较为广泛应用的因子,利用沪深300成分股和中证500成分股分析其Rank-IC在2014年之后的表现,并总结各自特点。之后,以Rank-IC为衡量标准,判断因子的预测能力,其中技术类因子RSI和20日均换手率有较稳定预测能力,动量类的动量指数也是典型的预测指标,而盈利类因子ROA和ROE缺乏稳定性,在样本回测期间IC方向反转较为明显,估值类因子的PB和PE也具有明显的预测能力,成长类因子净资产增长率和净利润增长率预测能力较弱,规模类的总市值对数因子测能力明显,杠杆类因子的资产负债率预测能力较弱,历史BETA也具有的预测能力。总体来讲,技术因子和规模因子在本文测试中预测能力较强,中小市值股票超额收益能力突出,其中,低换手率个股未来更有可能超额增长。

本文希望通过IC指标引出因子和预期收益之间的非单调关系,并探讨可能导致错误结论的问题。IC的标准是基于因子与预期收益之间的线性关系,当两者之间的线性关系不明显的时候,模型可能预测出错误的结果。本文通过分位点将因子划分为10组,对单个因子和预期收益在回测区间内的线性关系进行讨论,其中技术类指标RSI、20日均换手率和动量指数的单调关系比较明显,通过选取低分位集合可以有效的产生Alpha。规模类的总市值对数因子单调关系最为明显,长期来看,是非常良好预测因子。而其他因子对应的分位平均收益率都存在非单调性,在用该类因子预测的时候,应该较为谨慎的分析其区间表现。

通过分析因子的Rank-IC和单调性,本文选取技术类因子和规模类因子作为主因子,其他非单调因子作为辅助因子构造选股模型。以2014年1月至2015年12月作为训练区间,以2016年1月至2016年6月作为回测区间,分别对沪深300和中证500成分股进行选股回测。结果中,中证500的表现较为优秀,累计超额收益达到11%,信息比率为3.53,在完美对冲的前提下,对冲组合的最大回撤为1.5%。沪深300组合的表现没有达到预期,其累计超额收益为3.5%,信息比率为1.11。通过分析可以看到,主要原因在于,在沪深300成分股中,近半年来市值对数因子和20日均换手率因子的表现与历史差异较大,但是其通过历史分析得到的权重过高,导致预测误差。本文希望在接下来的工作中通过分类器的方法进一步优化选股方法。

风险提示:模型结果仅代表统计意义上的结论,不能保证未来实现,希望投资者在实践中结合多方面的信息作出投资决策。