研报复现 | 量稳换手率选股因子

​换手率是大家在选股时经常会用到的一个数据,其运用可谓是花样百出。
 
东吴证券在“技术分析系拥抱选股因子”系列研究中就发布了多篇有关换手率的研报。如今年发布的有:
 
系列研究(九):改进STR——换手率要比别人稳,也要比自己稳
系列研究(八):优加换手率——解决1+1<2的难题
系列研究(七):量稳换手率选股因子——量小、量缩,都不如量稳?
系列研究(四):换手率分布均匀度,基于分钟成交量的选股因子

注:研报按发布时间由近到远排列。

 
其中,第七篇研报的收益较为不错,我们将选取它作为今天的复现对象。
  

首先看下该研报的核心:量稳换手率因子STR(即换手率的稳定性,The Stability of Turnover Rate),其构建方式较为简单:

0_1640324007843_图片1.jpg

即历史20个交易日的标准差。

 
研报中进一步对该因子做了截面的市值中性化处理,每月月底换仓,原文中分组对冲净值走势如下图:
 

0_1640324029387_图片2.jpg


在基于现实中可用性的角度上,我们对STR因子策略做了进一步规范,策略参数如下:

回测品种:全A股(剔除ST股、停牌股和一年以内的次新股)
初始资金:1000万
基准指数:沪深300
手续费率:0.0016(买入万三手续费,卖出万三手续费和千1印花税,免5)
滑点:0.00246
因子构建:先剔除异常值(3倍均值标准差法),然后标准化处理,再进行市值中性化处理
交易逻辑:买入最小因子值的前100只股票,月底调仓换股(研报中月度IC为-7.9%,本文计算出的20日IC为-7.5%)

注:在具体交易中,做“涨停不买入,跌停不卖出”的限制。

 
我们先来看下基于Alphalens的单因子分析结果:

0_1640324132842_1d8421f2-1b9a-4f55-9076-fd9a31ab95a9-image.png

根据上表,分别以5日、10日和20日的调仓周期来看,IC均值(IC Mean)均为负且绝对值随着调仓周期单调递增;在20日周期下的IC绝对值达到最大,为7.5%,同时可以计算其IC_IR值为2.315,是一个较好的选股因子。
 

0_1640335892027_图片3.jpg


分组的平均期望收益如上图所示,具有一定的单调性,但主要收益来源于做空最大分组,看到这里就有不祥的预感了:单因子多头策略的效果可能没有理想中那么好。
 
最后来到实测阶段,看下分年度测试结果:
  

0_1640335916089_screenshot-20211224-161811.png

注:2021年仅从2021-01-01回测至2021-12-22。

 
从上述结果来看,2018年单边下跌市场下表现较差,2019年来均实现正收益,今年表现尤其亮眼,今年的收益主要由8月份至今的收益贡献的,而这段时间也正是量化基金走入大众视线的时间!
 

下图是STR因子2021年至今的策略表现:

0_1640324266227_图片4.jpg

可以看到,该策略的年化收益率为46.46%,最大回撤为12.34%,夏普比率为2.57。

 
不过,相比研报,本文复现出来的策略表现还是稍有不如,这里的差异主要在于:

(1)原文是以十分组的形式统计的;

(2)研报的手续费和滑点未知,而本文的手续费和滑点分别为千1.6和千2.46;

(3)本文剔除了ST股、停牌股和一年以内的次新股;

(4)对因子的构建增加了异常值处理和标准化处理。

以上,本期的策略分享到此结束~文中或有遗漏、错误之处,欢迎各位朋友指正。

另外,策略源码已同步分享到掘金社区。有需要的朋友可复制链接:https://bbs.myquant.cn/compose?p=/topic/2619 查看

声明:本内容由掘金量化原创,仅供学习、交流、演示之用,不构成任何投资建议!如需转载请联系掘金小Q(VX:myquant2018)授权,否则作侵权处理!

  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
根据成交和衰减度计算筹码获利比的具体方法如下: 1. 首先,根据成交计算出每个价格区间的成交。可以将价格区间分为若干个等距区间,然后统计每个区间的成交。 2. 然后,根据计算出每个价格区间的持股。假设总股本为N,为x%,则每个价格区间的持股 = N * x% / 区间数。 3. 接着,根据衰减度计算出每个价格区间的衰减因子。假设衰减度为d,则每个价格区间的衰减因子为d的区间序号次方。 4. 根据以上三个参数,计算每个价格区间的筹码获利比。假设当前价格为P,成本为C,则每个价格区间的筹码获利比 = (P - C * 衰减因子) / C。 5. 最后,根据所有价格区间的筹码获利比加权平均即可得到整个股票的筹码获利比。加权平均的权重为每个价格区间的持股。 下面是一个简单的 Python 代码示例,实了根据成交和衰减度计算筹码获利比的功能: ```python def calc_profit_ratio(price_list, vol_list, turnover_rate, decay): n = len(price_list) total_vol = sum(vol_list) holding_vol = total_vol * turnover_rate / n decay_list = [decay ** i for i in range(n)] profit_ratio_list = [(price_list[i] - holding_vol * decay_list[i]) / holding_vol for i in range(n)] weighted_profit_ratio = sum([profit_ratio_list[i] * vol_list[i] / total_vol for i in range(n)]) return weighted_profit_ratio ``` 其中,price_list是价格列表,vol_list是成交列表,turnover_rate是,decay是衰减度。函数返回整个股票的筹码获利比

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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