多因子量化选股系列之五：因子的加权与正交-20230626-湘财证券-24页_1mb

多因子量化选股系列之五：因子的加权与正交

核心内容

本报告是湘财证券研究所多因子量化选股系列的第五篇，主要探讨了因子加权方法与正交处理在提升多因子策略表现和模型稳健性中的作用。报告通过对比等权加权、筛选后等权加权、IC均值加权和ICIR加权四种方法，分析其在不同因子类别中的效果，并对因子进行正交处理以降低相关性，提高模型稳定性。

主要观点

1. 因子加权方法：

   • 等权加权：简单但未考虑因子历史表现。
   • 筛选后等权加权：根据因子过去6个月表现筛选，收益为正的因子等权加权。
   • IC均值加权：根据因子过去12个月的IC均值调整权重。
   • ICIR加权：根据因子过去12个月的ICIR调整权重。

2. 各类因子的最佳加权方法：

   • 质量因子：筛选后等权加权效果最佳。
   • 成长因子：筛选后等权加权效果最佳。
   • 北向资金因子：ICIR加权效果最佳。
   • 分析师预期因子：IC加权效果最佳。
   • 技术因子：等权加权效果最佳。

3. 因子正交处理：

   • 通过线性回归方法，将因子与初始因子正交，保留残差作为新因子。
   • 正交后因子表现较原始因子有所下降，但有效降低了因子间相关性。

4. 合成因子表现：

   • 原始合成因子和正交合成因子均表现良好。
   • 正交合成因子在回测期间表现更优，超额收益年化达11.68%，信息比率为2.28，Calmar比率为1.52。

5. 模型与策略：

   • 基于正交因子构建的中证500指数增强策略表现优于基于原始因子的策略。
   • 未来将持续挖掘另类因子、ESG因子、高频因子等，进一步优化策略。

关键信息

回测参数

• 样本范围：剔除ST、退市、停牌股票，使用wind全A或中证500作为股票池。
• 回测时间：2017.12.29至2023.05.31。
• 调仓频率：月度调仓。
• 基准：中证500指数。
• 数据处理：使用MAD方法处理异常值，缺失值用行业均值填充。
• 中性化处理：行业中性化（哑变量回归），市值中性化（市值对数回归）。
• 分层方式：根据因子大小将股票池分为五组，组合等权加权。

合成因子表现对比

• 原始合成因子：年化收益22.01%，波动率8.77%，最大回撤-12.58%，Sharpe比率2.51，Calmar比率1.75。
• 正交合成因子：年化收益22.24%，波动率9.26%，最大回撤-15.41%，Sharpe比率2.4，Calmar比率1.44。

策略对比

• 原始策略：年化收益10.73%，波动率5.13%，最大回撤-7.70%，信息比率2.09，Calmar比率1.39。
• 正交策略：年化收益11.68%，波动率5.12%，最大回撤-7.66%，信息比率2.28，Calmar比率1.52。

风险提示

本报告模型基于历史数据检验结果，未来可能出现因子失效或模型失效的风险。

图表目录

• 图1：质量合成因子多空净值对比
• 图2：成长合成因子多空净值对比
• 图3：北向资金合成因子多空净值对比
• 图4：分析师预期合成因子多空净值对比
• 图5：技术合成因子多空净值对比
• 图6：质量合成因子多空净值对比（正交后）
• 图7：成长合成因子多空净值对比（正交后）
• 图8：北向资金合成因子多空净值对比（正交后）
• 图9：分析师预期合成因子多空净值对比（正交后）
• 图10：技术合成因子多空净值对比（正交后）
• 图11：原始合成因子五组分层
• 图12：原始合成因子多空净值
• 图13：正交合成因子五组分层
• 图14：正交合成因子多空净值
• 图15：策略净值对比

表格目录

• 表1：因子列表
• 表2：质量合成因子检验结果
• 表3：成长合成因子检验结果
• 表4：北向资金合成因子检验结果
• 表5：分析师预期合成因子检验结果
• 表6：技术合成因子检验结果
• 表7：原始质量因子检验结果
• 表8：正交质量因子检验结果
• 表9：质量合成因子检验结果（正交后）
• 表10：原始成长因子检验结果
• 表11：正交成长因子检验结果
• 表12：成长合成因子检验结果（正交后）
• 表13：原始北向资金因子检验结果
• 表14：正交北向资金因子检验结果
• 表15：北向资金合成因子检验结果（正交后）
• 表16：原始分析师预期因子检验结果
• 表17：正交分析师预期因子检验结果
• 表18：分析师预期合成因子检验结果（正交后）
• 表19：原始技术因子检验结果
• 表20：正交因子检验结果
• 表21：技术合成因子检验结果（正交后）
• 表22：分类因子合成方法
• 表23：原始合成因子检验结果
• 表24：正交合成因子检验结果
• 表25：策略统计指标对比

总结与展望

本报告系统地分析了因子加权与正交处理在多因子策略中的应用，通过实证检验，明确了各类因子的最佳加权方法，并验证了正交因子在提升策略表现和模型稳健性方面的有效性。未来研究将扩展因子范围，包括另类因子、ESG因子、高频因子等，以进一步优化多因子策略。