选股因子空头收益的转化-海通证券-20160830
由qxiao创建，最终由qxiao 被浏览 193 用户
摘要
近年来，随着投资者对于因子选股体系研究的深入，越来越多的选股因子出现在大家的视线中。在对于选股因子进行总结以及探究的过程中，我们发现很多选股因子具有极强的空头效应。考虑到A股市场做空的限制，选股因子空头收益的获取成为了值得研究的问题
A股多数选股因子具有较强的空头效应。除了极少数强势选股因子外（如，市值、成交金额），多数选股因子空头收益更加明显。在IC超过0.07的选股因子中，多数选股因子空头收益占比极高。如1个月反转、3个月反转、日均成交金额、异质波动率等因子其空头收益占比皆高于70%
单因子的情况下，逆向剔除的方法能够较好的转化因子的空头收益。考虑到空头收益较强的因子其多头组合并无法明显跑赢市场平均水平但可通过它规避明显跑输市场平均水平的标的，所以可通过逆向剔除的方式利用空头因子的空头收益。根据模拟抽样的结果，因子逆向剔除随机组合收益分位数分布相对于全市场随机组合收益分位数分布更为右偏。换句话说，在因子逆向剔除后的选股范围内选股将更加有可能得到较好的收益表现（较高的收益分位数）。
多因子模型中，复合因子ICIR的分析框架有助于分析因子收益的转化。可将多因子打分的选股系统看作是复合因子选股系统，而复合因子单期IC可表述为
从上述公式可知，因子在多因子模型中的收益转化不仅仅取决于因子本身的选股能力还取决于因子间的IC协方差以及各因子的权重。
正交因子能够极好地满足模型假设，同时也能有效剔除合成型选股因子。因子间的截面协方差会随着时间的变动而有所波动。若想基于ICIR的分析框架去理解以及构建多因子模型，需要对于因子进行正交处理，使其满足截面协方差恒定这一模型前提要求。
本文推荐使用逐步回归的方式进行处理。此外，正交因子将有效剔除合成型选股因子
正文
/wiki/static/upload/4b/4bd89a5f-2c76-499b-903f-17254e7a1679.pdf
\