多因子模型建立方法

转 多因子模型建立方法

多因子模型是应用最广泛的一种选股模型，基本原理是采用一系列的因子作为选股标准，满足这些因子的股票则被买入，不满足的则被卖出。

举一个简单的例子：有一批人参加马拉松，如果想要知道哪些人会跑到平均成绩之上，那么只需要在跑前做一个身体测试即可。那些健康指标靠前的运动员，获得超越平均成绩的可能性较大。多因子模型的原理与此类似，我们只要找到那些与企业的收益率最相关的因子即可。

各种多因子模型的核心区别：第一在于因子的选取，第二在于如何用多因子综合得到一个最终的判断。

一般而言，多因子选股模型有两种判断方法：一是打分法；二是回归法。

打分法就是根据各个因子的大小对股票进行打分，然后按照一定的权重加权得到一个总分，根据总分再对股票进行筛选。回归法就是用过去的股票的收益率对多因子进行回归，得到一个回归方程，再把最新的因子值代入回归方程，得到一个对未来股票收益的预判，然后以此为依据进行选股。

多因子选股模型的建立过程主要分为候选因子的选取、选股因子有效性的检验、有效但冗余因子的剔除、综合评分模型的建立、模型的评价和持续改进5个步骤。

1．候选因子的选取

候选因子的选取主要依赖于经济逻辑和市场经验，但选择更多和更有效的因子无疑是增强模型信息捕获能力，提高收益的关键因素之一。

例如，在2011年1月1日，选取流通市值最大的50支股票，构建投资组合，持有到2011年年底，该组合可以获得10%的超额收益率。这就说明了在2011年这段时间，流通市值与最终的收益率之间存在