第四章：经典量化策略集锦（第九篇：Fama-French 三因子模型应用 ）

导语：在CAPM 模型的基础上，再向大家讲述Fama-French 的三因子模型，并构建策略，实 


际应用于 A 股市场。 






一、策略阐述 






Fama-French 三因子模型由来 






    Fama 和 French 在研究股票超额收益率时，提出了一个观点：小公司股票、以及具有较 


高股权账面-市值比的股票，其历史平均收益率一般会高于 CAPM 模型所预测的收益率。  


     


    Fama 和 French 认为：1.市值较小的公司通常规模比较小，公司整体风险更大，需要获 


得更高的收益来补偿投资者；2.账面市值比是账面的所有者权益除以市值，简称BM 。BM 


效应是指账面市值比效应，指 BM 值较高的公司平均月收益率高于BM 值较低的公司。 






    关于 BM 效应，国内外学者已做了许多研究。Fama 和 French    （1992）研究了 1963 到 


1990 年所有在NYSE 、AMEX 、NASDAQ 上市的股票，发现BM 值最高的组合月均收益率 


超过 BM 值最低的组合达1.53%。肖军，徐信忠 （2004 ）以1993 年6 月至2001 年6 月沪深 


股市A 股股票为样本，计算持有一年、两年、三年的收益率数据，认为BM 效应存在。  






模型介绍 






    顾名思义，Fama-French 三因子模型中包含三个因子：市值因子(SMB)、账面市值比 


因子(HML)、市场风险因子(RM) 。三因子模型的本质就是把CAPM 中的未被解释的超额收 


益分解掉，将其分解成SMB、BM 、RM 和其他未能解释的因素(a)，公式表达即为 






    Ri=ai+biRM+siE(SMB)+hiE(HML)+εi 






    其中： 






    Ri=E(ri−rf) ，指股票i 比起无风险投资的期望超额收益率。 


    RM=E(rM−rf) ，为市场相对无风险投资的期望超额收益率。 


    E(SMB)是小市值公司相对大市值公司股票的期望超额收益率。 


    E(HML)则是高B/M 公司股票比起低B/M 的公司股票的期望超额收益率。 


    a 即观测值，线性回归的常数项。 


    εi 是回归残差项。 






    E(SMB) 的计算方式如下：把市场里面的所有股票按市值排序，随后分成两份：第一份 


是大市值股票 （市值前20% 的股票），第二份是小市值股票 （市值后 20% 的股票）。记大市 


值股票的平均期望收益率为 E(rS) ，小市值股票的期望收益率为 E(rB) 。那么E(SMB)=E(rS) 


−E(rB) 。E(HML) 的定义也类似。 






    假设三因子模型是正确的，市场风险、市值风险、账面市值比这三类风险能很好地解释 


个股的超额收益，那么a 的长期均值应该是 0 。如果短期内对于某个时期的股票，回归得到 


a<0，说明这段时间个股收益率偏低。根据有效市场假设，任何非理性的价格最终都会回归 




----------------------- Page 116-----------------------


理性，这些短期内收益率偏低的个股，最终都会涨回去。 






Fama-French 三因子模型实际应用 






    考虑到三因子模型主要偏向小市值个股，因此本篇内容创业板指数为基准指数，来向大 


家展示三因子模型。 






    策略交易规则： 






    A.设置调仓频率，每20 个交易 日进行调仓。 


    B.设置样本长度，用于线性回归，考虑到模型观测值 a 长期为 0，因此选取了过去 252 


个交易 日的样本数据。 


    C.持仓数量为 a 值最小的20 只股票。 






    策略选股： 






    第一步：调仓日对于过去 252 个交易 日的数据进行回归分析，自变量为： 


RM 、E(SMB) 、E(HML) ，应变量为 Ri ，每个股票的回归结果取常数项，即为 a 值。 






    第二步：选出α 最小的20 支股票。 






    以下为策略实现的基本信息： 






    策略实现难度：4 


    实现过程中所需要用到的API 函数，ps:通过 MindGo 量化交易平台 API 文档快速掌握：