alpha因子常见问题_多因子Alpha系列报告之(十):考虑换手率限制的多因子Alpha模型...

信息具有时间维度

信息是具有时间维度的,以不同速度到达的信息,将在不同长短的时间区间内具有其相应的价值,某些信号可能在发出的瞬间同时也失去其价值,而某些信号可能在随后的一两年期间依然保持较大的信息量,某些情况下,新老消息的组合要比单独的信消息更具有价值。信息与时间的互动就好比人们在挑选食物一样:蔬菜越新鲜越好,而陈年老酒则更加有味道,雪利(Sherry)则多种年份混合品尝效果更佳!

Alpha因子存在半衰竭周期

通过观察因子有效性随着因子滞后时间的延长而出现的变化,发现大部分Alpha因子的有效性均存在明显的衰竭现象,且存在相对稳定的“半衰期”,在半衰期内,因子的有效性具有显著的可持续性并同时符合稳定衰减的规律。报告中挑选了10个Alpha因子,并对其衰竭规律及“半衰期”进行了分析。

通过因子平滑,实现对单因子换手率控制

了实现对因子换手率的控制,我们在每个因子半衰期内,对各期的滞后因子采取平滑处理,构造由当前及滞后的因子暴露组成的综合因子,由于各期综合因子之间的自相关系数ρ得到了提高,从而降低了组合的换手率,进而我们通过对各滞后期因子之间权重的优化,实现对组合换手率的控制,同时使得因子的IC_IR最大化!

通过对各类因子平滑,实现对多因子策略的换手率控制

为了实现对多因子策略换手率的控制,我们首先在不同Alpha因子之间采用平均加权,各类因子各期滞后因子的权重根据优化问题(3-2)的求解结果得到。样本外的实证结果表明,通过对各Alpha因子采取滞后期平滑处理,多因子组合换手率最多可控制在原来的68%左右,即由47%下降为32%,而同时组合的IC_IR仅下降为85%,由2.6下降为2.2。

换手率的控制是通过设置约束条件并求解最优化问题(3-2)实现的,实际应用当中,不同投资者所采用的Alpha因子以及对换手率的要求也都各不相同的,报告提供的是一种通用的研究思路,投资者可以在更多选股因子上,通过报告中所提出的办法来实现对组合换手的控制,并使得组合的信息比率最大化。

关于多因子之间的权重分配,本报告采用等权分配,除此之外,可以尝试对每类因子的各期滞后项进行混合优化,求解不同的权重分配方案。关于组合换手率及信息比优化问题一直是我们所密切关注的,其使用的方法丰富多彩,此篇为该专题之初探,为敲门砖之用,后续将推出其他相关研究,敬请关注,欢迎交流。