反转因子择时研究-东方证券-20180221
由qxiao创建，最终由qxiao 被浏览 109 用户
研究结论
本文主要研究了影响反转因子的表现的因素，包括市场状态和宏观因素，从结果上来看，MKTILLIQ（市场资金敏感性）、MKTTO（市场换手率）、MKTVOL（市场波动率）和BAS（Bid-Ask Spread）这4个市场状态指标能够显著的预测下个月反转因子多空组合的表现。综合来看，这4个指标越低的时候，反转因子表现越差。
我们通过逐步回归的方法在中证全指、中证500和沪深300这3个样本空间中进行拟合，得到了我们对于反转因子多空组合月收益的预测模型，预测模型的Adjusted R-square均在20%左右，预测效果明显。
我们通过过去5年历史数据构建动态调整的预测模型，并依据预测的多空组合收益率在历史分布中的分位水平构建了了曲线调整和阈值调整两种方法来调整反转因子的权重。
加入了动态预测模型的4个组合，对冲年化收益、信息比和换手率均有所改进。其中曲线调整的全市场增强500组合年化对冲收益17.46%，相比于常规组合提升1.13%，其中15年提升4%，17年提升3%；曲线调整的500成分内增强组合年化对冲收益10.95%，相比于常规组合提升0.92%，其中15年提升2%，17年提升3%；曲线调整的全市场增强300组合年化对冲收益12.51%，相比于常规组合提升1.66%，其中15年提升3%，17年提升4%；曲线调整的300成分内增强组合年化对冲收益10.51%，相比于常规组合提升0.62%，其中15年提升0.5%，17年提升3%。上述组合在其他年份表现均与常规组合几乎相同，说明整体的提升来源于15和17年对于反转因子表现的正确预测。
风险提示
极端市场环境可能对模型效果造成剧烈冲击，导致收益亏损。
量化模型基于历史数据分析得到，未来存在失效风险，建议投资者紧密跟踪模型表现
正文
/wiki/static/upload/ce/ce344699-4478-452a-8a57-f304fbc9c567.pdf
\