首页 - 股票 - 研报 - 趋势策略 - 正文

多因子模型研究系列之九:Barra风险模型(CNE6)之纯因子构建与因子合成

来源:渤海证券 作者:宋旸 2019-06-21 00:00:00
关注证券之星官方微博:

分层回测是比较直观反映单因子收益情况的方法,但其也有一定的缺陷。当我们对于单一因子做分层回测时,无法保证其对其他因子的暴露中性,所以在进行单因子检测时,无法排除其他因子对于组合的影响。于是我们需要构造纯因子模型,即对于单一因子暴露为1,对于其他因子暴露为0的模型。纯因子模型可以更客观的反应因子的收益能力。

本篇报告中,我们针对全体A股,以月度调仓的频率构建针对BarraCNE6模型中一级、二级因子的纯因子组合。回测数据为2009年1月-2019年4月。通过回测可以看出,流动性和动量的纯因子组合表现较为稳定。规模因子和波动率因子收益波动较大。质量因子近期收益有一定回撤。

根据上文对于二级因子收益的分析,我们重新调整了规模因子中MIDCAP因子和质量因子中EarningsQuality因子,将因子合成中原本正向的权重调整为负向权重,并重新进行回测。新模型的Adjusted由34%上升至36%,且质量因子和规模因子的夏普比率也有了较大幅度的提高。

未来,我们将利用已有的风险因子,构建风险模型,并将其应用于指数增强、机器学习等多种选股模型中。

风险提示:随着市场环境变化,模型存在失效风险。





微信
扫描二维码
关注
证券之星微信
APP下载
下载证券之星
郑重声明:以上内容与证券之星立场无关。证券之星发布此内容的目的在于传播更多信息,证券之星对其观点、判断保持中立,不保证该内容(包括但不限于文字、数据及图表)全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关内容不对各位读者构成任何投资建议,据此操作,风险自担。股市有风险,投资需谨慎。如对该内容存在异议,或发现违法及不良信息,请发送邮件至jubao@stockstar.com,我们将安排核实处理。
网站导航 | 公司简介 | 法律声明 | 诚聘英才 | 征稿启事 | 联系我们 | 广告服务 | 举报专区
欢迎访问证券之星!请点此与我们联系 版权所有: Copyright © 1996-