如何提升选股因子效果-因子的正交

本文探讨了因子正交在多因子模型中的必要性,以提升因子暴露的可控性。通过实证分析,正交处理后的因子在等权和优化模型中展现出更好的收益和夏普比率,特别是在三因子和八因子模型中,因子信息系数(IC)得到显著提升,证实了因子正交对提高投资组合性能的积极影响。
摘要由CSDN通过智能技术生成

 

未经授权,严禁转载

本期研究内容参考海通证券研究报告《选股因子系列研究(十七)——选股因子的正交》

研报作者:冯佳睿、袁林青。

点击文末阅读原文可查看更多内容。

 

 

引言

 

>>> 研究目的

 

近年来,随着投资者对于因子选股体系研究的深入,选股因子值的处理也在逐渐细化,本文将主要对于选股因子的正交进行分析讨论。之所以讨论因子的正交是因为在传统的多因子模型中,选取的因子之间往往存在着相关性,而这种相关性并不稳定,且相关性的存在会复杂因子权重的分配。

对于等权分配因子权重的多因子模型,由于因子之间相关性的存在,模型可能实际上对于某一因子有更高的暴露(例如,市值因子)。 对于权重优化的模型,相关性的影响可能会更大。因此,本文考虑在构建因子的时候对于相关性进行剔除从而达到更为可控的因子暴露。

 

>>> 研究框架

 

研报中主要分为三部分。第一部分对于因子正交的必要性以及正交过程中的相关处理方式进行了说明。 第二部分回测对比了正交多因子模型与原始多因子模型的历史表现。第三部分对于正交顺序的确定进行了讨论。

本研究主要参考第一部分的处理方法,对第二部分内容进行了实证,按照这个思路,展开研究,下面是研究的内容分布:

1)因子数据获取:

  • 设置股票池,获取指定时间范围的月度因子数据,按照研报思路,我们直接获取了聚宽因子库中的因子数据,并加入行业因子,按日期将因子值存入字典,记录保存了原始因子值,方便进行计算构造正交因子。

2)因子数据处理:

  • 将计算出来的因子值按日期遍历获取,根据需要进行数据处理。

  • 在T期因子值中加入T+1期收益值,方便因子分析统计。

  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值