动量因子计算 python_BARRA 10 个风格因子的计算方式

BARRA 10 个风格因子的计算方式

本文主要参考 BARRA-USE5

BARRA 风险模型作为量化多因子的范例, 其十个风格因子作为最常见的, 解释程度很高的十个因子, 经常被用作风险因子, 甚至是作为阿尔法因子. 了解其计算方法对于我们构造其他风险因子和阿尔法因子有很大帮助.

1 SIZE(市值因子)

定义:

为公司股票总市值的自然对数, 最常见的风格因子

2 BETA(贝塔因子)

定义:

股票超额收益日序列和市值加权指数超额收益日序列的回归系数, 表示股票相对于指数涨跌的弹性大小, 计算如下

其中

是无风险收益日序列,

是股票收益日序列,

是市值加权指数 (如中证全指, 万德全 A 指数) 超额收益日序列, 回归系数采取过去 252 交易日的收益数据, 采用指数加权移动平均, 半衰期为 63 个交易日(时间越近权重越大)

按照普通最小二乘法, 对于参数的估计为

指数加权移动平均(Exponentially Weighted Moving Average, EWMA), 是 BARRA 书中常用的一种加权方式, 按照时间远近呈指数衰减, 按照指数加权移动平均, 对于参数的估计为

其中,

是数据的时间长度减一, 这里为 251,

是距离现在最近的数据, 其权重为

, 指数加权移动平均具体过程见下面的附录 A

3 MOMENTUM(动量因子)

定义:

这里的动量其实是长期动量减去短期动量, 并且也采用了指数加权移