新闻源 财富源

2021年01月27日 星期三

财经 > 滚动新闻 > 正文

字号:  

量化投资中的那些技术因子

  • 发布时间:2015-07-03 05:49:58  来源:经济日报  作者:佚名  责任编辑:罗伯特

  多因子模型已成为量化投资领域的一个标配工具。不过,多因子模型在建模过程中比较复杂,任何环节有所疏漏都可能导致投资业绩偏离预期。此次,笔者谈谈对于超额收益有影响的技术因子,如规模因子、动量因子、流动性因子等。

  规模因子一般通过总市值、流通市值或自由流通市值体现,其意味着小盘股的长期收益往往在大盘股之上,比如,纳斯达克指数基日以来的年化收益率已达17.05%,而标普500基日以来的年化收益为13.63%。我国股票市场中小公司的规模效应更加明显,而且,小盘股作为新兴产业的集散区,常具备更加优秀的成长性,也就自然可以获得更高的未来收益。然而,高收益往往意味着高风险,规模因子中的大范围风险暴露也会带来组合收益的大幅波动,尤其是在大小盘风格切换的时候,组合可能面临巨大回撤。

  海外市场对动量反转效应的研究已有多年历史,其中比较著名的是BSV 模型,BSV模型认为,保守型偏差导致投资者对新信息反应不足,使得股价在短期表现出动量效应,而选择性偏差会导致投资者对新信息反应过度,进而股价反转。不同于海外成熟市场,我国股市往往表现出反转效应,即过去超跌的股票可能在未来取得更高的超额收益,这与我国个人投资者主导的市场结构不无关系。相对于规模因子而言,反转因子的风险更低,当然收益也更低。

  流动性因子的构建也是多因子模型中必不可少的一环。流动性溢价理论认为,低流动性的资产会获得额外的流动性补偿,该观点得到了学术界的广泛认可。然而,不同于规模和反转因子,流动性因子需要寻找代理变量,最简单的流动性代理变量非换手率莫属,即成交量与流通股本之比,反映了单个资产的交投活跃度,且事实证明以换手率作为流动性的代理变量确实效果不错,低换手率的股票具有更为明显的超额收益。

  这些较为常见的几类因子,尽管投资逻辑均比较简单,但在具体投资模型构建过程中仍需要精雕细琢,一方面要确保因子绩效的最大化,另一方面则要适当创新,以避免模型的同质化。当然,市场中还有波动因子、预期因子、舆情因子等,因子的研究框架万变不离其宗,首先是要求逻辑清楚,其次是统计有效,这也是多因子投资的核心方法论。

热图一览

  • 股票名称 最新价 涨跌幅