如何做出一个优秀的多因子策略

from：https://guorn.com/forum/post/p.76943.78949722606344?tag=share

一、因子那么多，怎么用才有效？（剔除多重共线性）

 

 

        1、因子分类：将因子按照风格或经济学含义不同分为收入因子、规模因子、技术因子、估值因子、统计因子等大类；

 

        2、相关系数法：计算所有因子的相关系数在高度相关的因子中挑选代表因子留下，保证剩余因子相关性不高，避免多重共线性；

 

        3、主成分分析法：采用主成分分析法，计算能够代表各大类因子的第一、第二、第三主成分，只取主成分因子避免多重共线性；

 

        4、多因子合成：利用QEPM中的最大化因子IC_IR的优化方法，把同类因子合成为一个大类因子，因子数据必须经过处理（winsorize去极值、neutralize中性化，消除行业和风格因子等的影响、standardize标准化、orthogonalize残差正交化调整，因子间存在较强相关同质性时，使用施密特正交化方法对因子做正交化处理，用得到的正交化残差作为因子去除共线性）

 

 

 

 

二、因子那么多，几个因子组合才是最好？（我们来搭积木）

 

        国信证券的金融工程研究报告中，选择了23个因子，通过穷举的方法组合构建了23个单因子模型、253个双因子模型、347个三因子模型、520个四因子模型以及300个五因子模型，通过分析他们的历史表现，得出因子边际效用递减的结论。

 1、单因子模型回测：

 

 

2、双因子模型回测：

 

 

 

3、三因子模型回测：

 

 

 

4、各因子模型横向比较：

 

 

 

强烈要求：果仁提供快速搭积木的工具包，单因子、双因子、三因子的快速组合回测

 

 

三、因子轮动，如何挑选最佳适配期因子

 

        1、如何区分因子属于长期因子还是短期因子：用高频的因子预测低频因子

 

• 长期因子：随价格缓慢变动，所以变化更慢，平缓，理论上应该更低频率（长波低频） 

• 短期因子：随价格迅速变动，所以变化更快，陡峭，理论上应该更高频率（短波高频）

  
   

        2、如何区分长短波

• 方差法
• 均值交叉点，曲线按照均值平移，均值为0轴，交点多少可以反映出频率大概情况。实际是因子做diff然后计算反转个数替代。
• 相关系数 

 

        3、方差法

• 因子先做差分diff
• 差分后因子在一定时间内的 “相对均值标准差=标准差/均值” 作为频率的衡量
• 如果频率高于价格closeprice对应的频率，就认为比基准更高频，可以使用
• 如果低于closeprice频率，认为因子属于长期因子，不适用短期预测

 

       4、交叉点法

• 对因子做差分diff（后面的因子都是指差分后的）
• 差分后因子相邻的两天，如果有正负变化，认为有一次交叉
• 统计周期内closeprce的正负变化次数为基准，差分后因子次数，如果因子高于closeprice基准则认为高频，可以采用。否则不用

 

     5、最佳适配期因子列表（采用方差法）

        给出策略轮动周期（5天、20天等），输出适合此周期的因子列表（其实是比此周期高频因子）

 

 

三、因子轮动，测算近期最强的因子

 

        1、把各因子按照最高最低1/10排列，每5天进行一次调仓，来测算近一段时期的有效因子情况，

        2、按周、半月、一月、一季度、近半年、近一年分别排序。

 

 

 

 

强烈要求：果仁提供近期因子表现的清单