20220714-国信证券-多因子选股系列之_反转因子全解析_54页_6mb

多因子选股系列之——反转因子全解析

核心内容

反转因子是一种基于股票价格均值回复的因子，用于捕捉短期价格偏离后的反转机会。传统的一个月反转因子基于全市场平均收益构建，但随着市场结构变化，其有效性有所下降。本文提出一种结构化反转因子，通过多维度（分析师共同覆盖、基金共同持仓、概念共同覆盖、形态相似）构建更精确的股票期望收益基准，从而提升因子的选股能力。

主要观点

• 反转因子在A股市场表现较为显著，但近年来随着市场风格的变化（如机构抱团、赛道股投资），其表现有所波动。
• 传统反转因子在2019年之后表现不佳，但结构化反转因子在多个维度上均优于传统因子，尤其在2019年之后表现出更强的稳健性和超额收益能力。
• 结构化反转因子的构建基于股票-属性二维矩阵，通过相似性分析，为每只股票寻找更合适的基准，从而提高因子的预测能力。

关键信息

1. 反转因子的统一框架

• 一般形式为：
  $$
  R e v e r s e _ {i} = \sum_ {j = 1} ^ {N} w _ {i j} \cdot R e t _ {j, 2 0} - R e t _ {i, 2 0}, \quad \sum_ {j = 1} ^ {N} w _ {i j} = 1
  $$
• $ w_{ij} $ 代表股票 $ i $ 与 $ j $ 的相似性权重，可根据不同维度进行调整。

2. 传统反转因子的局限性

• 传统因子在2019年之后表现不佳，多头组合超额收益为负，IC均值和ICIR也有所下降。
• 传统因子的覆盖度较低，且在不同市场环境下效果波动较大。

3. 结构化反转因子的构建方法

3.1 分析师共同覆盖

• 基于分析师覆盖矩阵，通过余弦相似度衡量股票间的相似性。
• 2019年之前，该因子表现优于传统因子，月均超额收益从0.45%提升到0.61%。
• 2019年以来，该因子表现稳定，月均超额收益从-0.12%提升到0.07%。
• 覆盖度约50%，显著低于其他维度。

3.2 基金共同持仓

• 基于基金持仓矩阵，计算股票间的余弦相似度。
• 2019年之前，该因子表现优于传统因子，月均超额收益从0.45%提升到0.61%。
• 2019年以来，该因子表现稳定，月均超额收益从-0.12%提升到0.10%。
• 覆盖度约30-40%。

3.3 概念共同覆盖

• 通过概念板块识别股票间的关联性。
• 2019年之前，该因子表现优于传统因子，月均超额收益从0.45%提升到0.61%。
• 2019年以来，该因子表现稳定，月均超额收益从-0.12%提升到0.09%。
• 覆盖度约65%，显著提升。

3.4 形态相似

• 基于股票过去13个月的日度收益向量，计算相关系数。
• 2019年之前，该因子表现优于传统因子，月均超额收益从0.45%提升到0.61%。
• 2019年以来，该因子表现稳定，月均超额收益从-0.12%提升到0.28%。
• 覆盖度约90%，表现最优。

4. 结构化反转因子的综合构建

• 优先使用分析师共同覆盖和基金共同持仓，若无法找到，则使用概念共同覆盖，最后使用形态相似。
• 结构化反转因子在全样本下表现优于传统因子，月均超额收益从0.3%提升到0.54%，IC均值从0.063提升到0.065，年化ICIR从2.21提升到2.67，月度胜率从73%提升到80%。

5. 结构化反转因子的应用效果

• 在中证500增强组合中，结构化反转因子提升了超额收益，年化超额收益从23.75%提升到24.50%，相对最大回撤从4.37%下降到3.24%，信息比从4.09提升到4.29，月度胜率从87.84%提升到91.22%。
• 在中证1000增强组合中，结构化反转因子同样提升了组合表现，年化超额收益从23.75%提升到24.50%，信息比和胜率也有明显提升。

6. 残差因子分析

• 通过剥离传统因子，得到结构化反转残差因子，其表现显著优于传统因子。
• 月均IC均值为0.033，年化ICIR为2.65，胜率78.38%。
• 2019年以来，残差因子表现更加稳健，月均IC均值为0.043，年化ICIR为3.81，胜率90%。

结构化反转因子的多维度表现

结构化反转因子的改进效果

• 三个月反转因子：月均超额收益从0.41%提升到0.55%，IC均值从0.055提升到0.056，年化ICIR从1.88提升到2.2，胜率75%。
• 日内反转因子：月均超额收益从0.48%提升到0.59%，IC均值从0.072提升到0.072，年化ICIR从2.77提升到3.24，胜率85%。

总结

结构化反转因子通过引入多维度的股票相似性分析，有效提升了传统反转因子的选股能力和稳定性。其在不同市场环境下均表现良好，特别是在2019年之后，表现更为稳健。该因子在A股市场中具有良好的应用前景，能够显著提升投资组合的收益表现。