行业量价因子的使用方法探讨 海通证券-20180719
由small_q创建，最终由small_q 被浏览 84 用户
摘要
在之前的行业轮动系列报告中，发现基本面、宏观、情绪面和估值类因子，对于行业轮动的驱动效果稳定，超额收益走势平稳，唯独量价类的技术因子表现震荡较大，在使用过程中造成一定困难。本篇报告主要针对技术类因子的用法进行探讨，试图寻找有效提升因子稳定度的用法。
对于表现较差的趋势因子，可以尝试通过市场外生变量预测因子收益或者因子IC，以此作为因子择时判断依据。最适合采用外生市场变量进行预测的是趋势3因子（calmar因子）。预测因子收益，多头组合全样本的年化超额收益8.4%；预测因子IC，多头全样本年化超额收益15%，相对于原始因子多头组合的负向超额改善幅度显著。
动量类别因子，其因子收益、因子IC与前期因子表现负相关，因子波动大，无法直接加入模型，且因子的不平稳特征增大预测难度，无法进行因子择时。
动量因子的有用特征体现在极值空头效应上，但是与现有因子的相关性高，无法带来额外空头信息，对原始策略无法增强。由此，在行业维度我们不推荐使用动量类别因子。
趋势类因子对于原始轮动策略有贡献，体现在：其一，引入趋势2（jensenalpha） 因子的新策略相对原始策略，多头组合胜率、超额收益以及策略信息比都得到改善。此外：趋势因子对于原始策略的提升，主要在市场单边牛市中得到体现。其他情况下，新策略和原始策略净值没有过大区别。由此，在使用过程中投资者可以选择不进行市场环境判断直接使用趋势因子，但因子优势可能在很多市场环境下难以兑现；也可以在对未来市场有观点判断的时候，引入趋势因子，因子效用可能会立刻兑现。
其二，因子择时后的趋势3因子是一个优化策略的可选方向，胜率从65%提升至70%，信息比从1.19提升至1.71，超额收益从13%提升至19%。但因子择时是否在模型中进行使用，不同投资者会有一定争议，我们后续会跟踪一定时间因子择时的样本外效果，暂且不会直接将因子纳入模型。
风险提示：流动性风险、模型失效风险、因子失效风险。
正文
/wiki/static/upload/b2/b2ea6c40-d7c6-4702-833d-78cdab22b488.pdf
\