多因子系列报告之三:新瓶装旧酒,因子焕新颜

投资要点:

在多因子量化选股框架中,中性化处理是较为常见的量化处理方法,本文针对现有因子市值和行业中性化方法的不足,提出单调变换方法构造中性因子。简单回归中性化过程中,因子本身和残差项很难满足线性回归的一般假设,因此,中性化效果并不理想。

在对因子和市值之间相关性测试中,我们可以看到,多数因子与市值之间的线性关系明显,市值在因子不同分档中的分布均匀程度将直接决定中性化效果的优劣。

市值因素往往可以加强或减弱原始因子的预测能力。在采用本文提出的中性化方法后,原表现较好的因子,如换手率、成交额,可以有效被提纯,减小市值因素带来的回撤风险;原预测能力较弱的因子,如E/P、ROE、净利润增长率,在中性化后,表现明显提高,符合本身的经济含义;同时,在因子无需中性化的情况下,如动量因子,该方法也不会破环原有因子本身的特性。

本文通过对不同因子策略组合回测比较发现,原始因子在不包含市值因子的情况下表现仍然突出,更接近于包含市值因子组合,特别是在波动率和回撤区间的表现上相对接近,原始因子中包含的市值信息对组合收益影响较为严重,被动引入了市值和行业的波动。从变换因子组合和原始因子组合比较来看,两者相差较为明显,变换组合由于剔除了市值因素,在回测区间(中市值个股在2013年后表现异常突出)收益降低符合主观认识,同时,由于剔除了市值因素,对冲组合的最大回撤和波动率明显下降,特别是在2014年12月和2015年6月的两个异常时期表现稳定性大大提升,同时,信息比率也有所提升;通过变换因子组合和变换因子+LCAP组合对比,我们也可以看到,回测区间的较大回撤主要是市值因素造成。

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。