多因子模型学习笔记

一、简介

1. 多因子模型是风险——收益关系的定量表达，因子是不同类型风险的解释变量。
   多因子模型是由APT理论发展而来，一般表达式
   
2. 多因子模型本质是将对N只股票的收益——风险预测转变为对K个因子的收益——风险预测，将估算个股收益率的协方差阵转化为估算因子收益率的协方差阵。
3. 多因子模型构建流程主要包括：因子筛选、收益预测、风险预测、组合优化
   

二、基本理论

4. 投资组合管理
   • 被动管理
     又称为指数化管理。
     目标是尽可能的跟踪某个股票指数或者其他基准，使得投资组合 的绩效与业绩基准偏离最小。被动投资组合经理根据基准指数的成分及权重对组合进行配置， 再投资分红收入，根据申购赎回按照既定比例进行组合头寸调整，并根据指数公司的成份股 调整及权重变化进行必要的调整以保证紧密跟踪指数。
     采用被动管理策略隐含的假设是 投资组合经理不可能战胜市场
   • 主动管理
     主动管理相信通过合理的选择股票，投资组合的收益可以战胜某个股票指数或者其他基准。
     主动组合管理又可以分为定性管理和定量管理两种方式。
5. 主动定量管理
   定量管理根据能够得到的公开数据，基于数学和统计的方法，建立统一的定量模型对股票进行区分并依此进行投资决策。
   定量投资的最大优势在于客观，投资经理根据客观的数据和经过验证的模型进行投资决策， 消除了投资经理个人行为偏好的影响
   

三、Alpha定义的理论探讨

6. 超越同行平均水平或者基准的卓越表现即 Alpha 最朴素的定义。
   投资者无论是追求相对收益还是绝对收益，首要目标都是在 相同的风险条件下，获取更高的收益，或者在同等收益水平条件下，更好地控制风险。
7. 卓越的投资表现
   
8. Alpha代表的是经过风险调整后的超额收益，即考虑到其相对于同行或者基准的风险之后的投资组合表现。
   Alpha的度量首先需要定量刻画风险，只有风险具备清晰的量化指标，进行收益的比较才是有意义的

四、风险

风险在业界最标准的定义是收益的标准差，标准差衡量了收益率在均值附近分布范围的宽度。对着标准差的减小，收益率的分布范围越来越窄，收益的确定性越来越强。

9. 投资组合标准差特性
投资组合的收益率等于组合中各资产收益率的加权平均，但是投资组合的标准差并不等于组合中各资产标准差的加权平均，而是小于等于组合中个自查标准差的加权平均，即整体风险小于部分风险之和。
10. 相对风险（跟踪误差）/主动风险：

11. 投资组合风险的度量

五、多因子模型的发展及基本理论

1、资本资产定价模型CAPM（单因子）

资本资产定价模型是现代金融市场价格理论的支柱，由美国学者威廉·夏普（William Sharpe等人于1964年在资产组合理论的基础上发展起来。

在CAPM迷行下，任何股票或者组合的预期只与其Beta有关，即预期超额收益率𝐸(𝑟 𝑖 ̃) − 𝑟_F与股票或者组合的Beta成正比。
超额收益率：超越市场无风险利率的收益率
股票或者组合的Beta：股票或者组合的超额收益率与市场组合超额收益率之间的协方差/市场组合超额收益率的方差
股票或者组合的Beta值由线性回归确定，用股票或者组合P在T个时间点上的超额收益率 r_P(t）对同期市场超额收益率 r_M(t）回归：

回归得到的的估计值成为实现的或者历史的Beta和Alpha
如果已知Beta，可以将超额收益分解为市场部分和残差部分

由于残差收益率θ_P与市场收益率是独立的，因此组合P的方差可以分解为：

2、多因子MFM模型

基于APT套利定价模型：
APT模型认为，套利行为是现代有效市场（市场均衡价格）形成的一个决定因素，如果市场未达到均衡状态的话，市场上就会存在无风险套利机会，套利行为会使得市场重新回到均衡状态.APT模型用多个因素之间存在线性关系。也就是说，股票或者组合的预期收益率是鱼一组影响它们的系统因素的与其收益率线性相关的。

多因子模型的一般表达式：

不同因子代表不同风险类型的解释变量，多音字模型是风险——收益的定量表达
多因子模型三种形式:

1. 宏观经济因子模型
   （1）宏观经济因子模型使用可观察到的宏观经济数据序列，eg：通货膨胀率，利率，作为股票市场收益率变动的主要解释变量。主要思想：股票市场和外部经济之间存在关联，并且试图利用外部经济指标对股票市场收益率进行刻画
   （2）宏观经济因子模型在实际操作中遇到的主要问题是数据问题，假设一个包含10个宏观经 济因子和1000只股票的模型，如果每个月进行分析，需要进行1000次的回归。其次每 个月的回归可能要用60个月的数据来估计10个宏观经济因子的载荷，这可能会导致严重 的估计偏差，因为这些因子载荷并非静态，即使能够在统计意义下精确的描述过去，这 些估计值也很难反映当前的情况。
2. 基本面因子模型
   使用可观察到的股票自身的基本属性，eg分红比例，估值水平，成长性，换手率等指标作为股票市场收益率变动的主要解释变量。基本面因子主要是横截面分析，确定股票收益率对因子的敏感性，基本面因子一般可以归纳为基本面类，估值类，市场类。
3. 统计因子模型
4. 统计因子模型从股票收益率的协方差矩阵中提取统计因子作为股票市场收益率变动的主要解释变量，统计分析法有PCA,MLA,EMA等。

BARRA 对三种多因子模型都做过研究，基本面因子的模型效果要明显好于其他两类模型。 现在的多因子模型的主流研究也是集中在多因子模型的研究。
基本面多音字模型最基本的假设是：具有类似“属性”的股票，在市场上应该有相似的收益率。类似可以是相同的行业，相似的交易属性（eg交易价格，交易量，市值大小，波动率等），相似的财务属性（来自三张财务报表的各种比例或者增长率），相似的估值属性（PB,PE,PS,PCF）