本文介绍了Barra模型中的ResidualVolatility因子构建，该因子由DASTD、CMRA和HSIGMA子因子组成，用于衡量市场未解释的波动。通过对因子的alphalens分析和回测，显示因子在21天调仓周期下有较强选股能力，年化收益率虽为-1.29%，但波动和回撤控制良好，优于大盘。源码已分享至掘金量化社区。
一、摘要
在前期的Barra模型系列文章中，我们构建了Size因子、Beta因子和Momentum因子，并分别创建了对应的单因子策略。本节文章将在该系列下进一步构建Residual Volatility因子，该策略在2022年以来跑赢大盘指数，且具有波动小的特点。
二、模型理论
Barra模型的Residual Volatility因子的计算方法如下：
Residual Volatility因子由三个子因子组成，分别是DASTD因子（超额收益年化波动）、CMRA因子（年度超额收益率离差）和HSIGMA因子（Beta回归残差年化波动率）。这三个因子的权重分别是0.74、0.16和0.10，三个因子叠加前需要做标准化处理。
Residual Volatility因子又称特质因子，主要是衡量市场中不能解释的信息数据的波动情况。其中HSIGMA因子是计算Beta因子时的残差收益率的波动率，为此可以直接调用本系列的Beta因子计算函数，稍作调整以保留残差收益率。
三、因子分析
使用alphalens进行对Residual Volatility因子进行分析（2022年-2023年1月）。
从收益分析来看，Residual Volatility因子的alpha收益和beta收益在不同调仓周期下变化不大，因子值的最小分组贡献正收益，最大分组贡献负收益，且负收益显著大于正收益 。
从信息系数的分析来看，Residual Volatility因子在21天的调仓周期下IC均值达到最大（-0.10），且IC均值的绝对值大于0.05，表明选股能力较强；IC标准差在不同调仓周期下无变化，经计算可知21天的调仓周期下IR绝对值为0.59(>0.5)，该周期下因子稳定获取超额收益的能力尚可。
从分组收益来看，Residual Volatility因子呈单调递减的特性，与上文的分析相符；但因子值的最小分组的正收益会显著弱于最大分组的负收益。
四、回测分析
回测时间：2022-01-01至2023-02-12（月底换股）
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：100万
手续费：0.0007
滑点：0.00123
最大持仓数量：30只
从回测曲线来看，策略波动会远小于市场波动，在2022年以来获得了-1.29%的年化收益率，13.29%的最大回撤，能够跑赢大盘指数，但整体进攻性偏弱。
以上就是今天分享的全部内容。策略源码已免费分享至掘金量化社区，访问下方链接即可前往获取。
传送门：掘金量化社区-MYQUANT
2413
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
