因子轮动研究系列之二：“天花板”视角下的因子择时有效性探究-20200114-兴业证券-20页_817kb

报告摘要

因子择时在A股的实践意义分析报告总结

核心内容

本报告围绕“因子择时在A股是否具有实践意义”这一核心问题，系统地分析了因子择时策略的有效性。报告指出，因子择时策略在A股市场中具备实际应用价值，尤其在风格频繁转换的背景下，因子择时能够有效提升策略收益，且其所需择时能力水平较低，能够覆盖交易成本，无需过度担忧高换手率问题。

主要观点

因子择时能力的衡量
- 本文构建了“风格IC”作为因子择时能力的评价指标，其定义为因子权重与下期因子收益率之间的秩相关系数。
- 风格IC可以反映因子择时策略对收益的预测能力，是评估因子择时效果的重要工具。
因子择时的收益表现
- 在不同风格IC水平下，择时策略的年化收益率和夏普比率均显著高于等权策略，尤其是在因子择时能力较高时，策略表现更优。
- 报告指出，即使因子择时能力较低（如低于0.4），策略依然能够达到较好的收益水平。
盈亏平衡点分析
- 在不考虑交易费用时，仅需5.93%的风格IC即可达到等权策略的夏普比率。
- 考虑交易费用后，盈亏平衡点有所上升，但依然处于较低水平（如双边千三手续费下为9.09%、双边千十手续费下为18.25%）。
- 实践中，简单的因子动量和估值价差策略已能超过这些盈亏平衡点，说明因子择时是切实可行的。
换手率与策略表现
- 换手率随着因子择时能力的提升而增加，但不同风格IC下的换手率差异较小。
- 等权策略的换手率较低，而因子择时策略在提升能力时换手率增加有限，说明其具备一定的成本控制能力。
因子数量与策略效果
- 因子个数并非越多越好，报告指出选择质量高、IC表现稳定的因子更为重要。
- 当择时能力不足时，选择优质因子有助于提升策略表现；当择时能力较强时，增加因子数量可进一步提升收益。
短期风格转换下的择时作用
- 在短期市场风格转换时期，因子择时的策略表现显著优于等权策略，说明其在风格频繁变化的市场环境中更具优势。
- 在2017年之后，部分因子表现出现显著变化，因子择时策略在该时期表现出更强的适应性。
因子择时的实践策略
- 报告中构建了两个简单策略：因子动量策略与估值价差策略。
- 因子动量策略的平均风格IC为19.13%，估值价差策略的平均风格IC为12.36%，均高于盈亏平衡点，说明因子择时策略在实际中具备可行性。

关键信息

因子择时能力评价指标：风格IC，基于因子权重与下期因子收益率的秩相关系数。
盈亏平衡点：
- 双边千三手续费：9.09%
- 双边千六手续费：13.08%
- 双边千十手续费：18.25%
因子择时策略表现：
- 年化收益率随着风格IC的提升而显著增加。
- 夏普比率在因子择时能力提升时也有所改善。
因子数量与质量：
- 因子个数并非越多越好，应注重因子的有效性（如IC值和IC_IR）。
- 选择IC表现好的因子（如BookToPrice、Liquidity）能够显著提升策略表现。
因子择时在短期风格转换中的作用：
- 在风格频繁转换的市场环境下，因子择时策略表现优于等权策略。
- 2017年以来，因子择时策略在风格转换期表现更加突出。

结构与方法

研究方法：
- 构建风格IC作为因子择时能力评价指标。
- 采用随机数模拟生成满足特定风格IC的因子权重，以评估策略表现。
- 引入盈亏平衡点指标，用于衡量因子择时策略是否具备实际可行性。
研究结论：
- 因子择时在A股市场中具有显著的实践意义。
- 低择时能力水平即可覆盖交易成本，无需担心高换手率。
- 因子择时在风格转换期表现尤为突出，是应对市场变化的有效工具。
- 因子数量并非越多越好，应注重因子质量。

实践策略分析

因子动量策略：
- 以过去12个月IC均值作为因子权重。
- 平均风格IC为19.13%，远超盈亏平衡点。
- 表现稳健，适合市场风格转换期。
估值价差策略：
- 基于因子多空组合的BP比值作为因子权重。
- 平均风格IC为12.36%，具备实际可行性。
- 在市场风格转换时表现更佳。

风险提示

报告中的结论基于历史数据，无法保证在未来的政策或市场环境下仍然有效。
因子择时策略在实践中仍需考虑交易成本、市场波动性等现实因素。
因子择时策略的表现可能受因子有效性、市场风格变化等多种因素影响。

附录：参考文献

Asness, Clifford, Chandra, Swati, Ilmanen, Antti, & Israel, Ronen. Contrarian factor timing is deceptively difficult. Social Science Electronic Publishing, 43(5), 72-87.
Asness, Clifford, Moskowitz, Tobias J, Pedersen, Lasse Heje. Value and Momentum Everywhere[J]. Journal of Finance, 68(3):929-985.
Arnott R D, Beck N, Kalesnik V. Timing 'Smart Beta' Strategies? Of Course! Buy Low, Sell High![J]. SSRN Electronic Journal, 2016.
Arnott, Robert D, Beck, Noah, Kalesnik, Vitali. Forecasting Factor and Smart Beta Returns (Hint: History Is Worse than Useless)[J]. Social Science Electronic Publishing, 2017.
Asness C S. The Siren Song of Factor Timing[J]. SSRN Electronic Journal, 2016.
Campbell, J. and R. Shiller (1998). "Valuation Ratios and the Long-Run Stock Market Outlook," Journal of Portfolio Management 24 (2): 11-26.
Fama, E. and K. French (1988). Dividend yields and expected stock returns. Journal of Financial Economics 22 (1), 3-25.
Gupta, Tarun, Kelly, Bryan T. Factor Momentum Everywhere[J]. Social Science Electronic Publishing.
Hua, Ronald, Kantsyrev, Dmitri, Qian, Edward. Factor-Timing Model[J]. Journal of Portfolio Management, 39(1):75-87.
Miller K L, Li H, Zhou T, et al. A Risk-Oriented Model for Factor Timing Decisions[J]. Social Science Electronic Publishing.
Timmermans S, Mauck A. The Promises And Pitfalls Of Evidence-Based Medicine[J]. 2015, 24(1):18.
Titman J S. Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency[J]. The Journal of Finance, 1993, 48(1):65-91.
Zukang S, Andrews J G, Evans B L. Adaptive Resource Allocation In Multiuser Ofem Sysyems With Proportional Rate Constraints [J]. IEEE Trans, 2005, 4(6):2726-2737.