研报&论文

量化方法

由small_q创建,最终由small_q 被浏览 255 用户

投资要点:

❑新技术因子

在多因子量化选股系列报告中,我们已经撰写了一系列基础技术因子并对其进行有效性检验,本篇报告从换手率、非流动性和量价信息结合这几个方面继续挖掘新的技术因子。

❑换手率因子

换手率是指在一定的时间内市场中股票转手买卖的频率,是反映股票流通性强弱的一个指标。本篇报告研究了换手率稳定性因子、换手率变异系数因子、异常换手率因子。在中证500股票池内,换手率稳定性_12个月、换手率变异系数_12个月因子的表现较好。

❑非流动性因子

非流动性指标通过成交额对绝对收益的影响,来衡量股票交易对市场的冲击,用于刻画股票的非流动性。本篇报告研究了非流动性因子、非流动性_改进因子、负收益非流动性因子、非流动性变异系数因子。在中证500股票池内,非流动性_改进_12个月、负收益非流动性_6个月、非流动性变异系数_3个月因子的表现较好。

❑量价结合因子

量价结合指标通过量价信息结合来挖掘有效因子,本篇报告研究了OBV因子、量价相关性因子、量价相关性_改进因子。在中证500股票池内,OBV_6个月、量价相关性_3个月、量价相关性_改进_3个月因子的表现相对较好。

❑中证500指数增强策略改进

我们将新的技术因子与原始技术因子进行对比,并进行相关性检验。最终,我们选择动量_6个月、区间最大收益率_6个月、换手率变异系数_12个月、日均成交额_12个月、换手率_稳定性_12个月、非流动性变异系数_3个月这6个因子进行合成。在2021.12至2023.2期间,改进后的技术因子收益大幅提升,从1.48%提升至20.14%。加入中证500指数增强策略后,改进后的策略在2021.12至2023.02,超额收益从5.43%提升至7.21%,信息比率从1.34提升至1.77,Calmar比率从1.42提升至2.12。

❑风险提示

本篇报告的模型基于历史数据检验结果,未来可能出现因子或模型失效

/wiki/static/upload/5f/5f19bc12-4151-4143-aef1-63e635e685f2.pdf

\

标签

量化方法换手率

文档

金工市场周期系列研究:市场拐点的判断方法 华泰证券_20180507_423特刊:25位量化资管大佬的收藏书单一种“倒向切片回归”方法:降维、预测与组合构建 浙商证券_20181030神奇公式在A股依然神奇 信达证券_20181123GPT+量化投资=?股票基金风格识别方法 银河证券_20181227量化投资策略报告:寻找业绩领先指标,周期行业 中泰证券_20181227
{link}