AQF如果不是學(xué)習(xí)金融的朋友們，可能是不會接觸到的，而量化投資如果不是學(xué)習(xí)股票投資的朋友們相信也是不會學(xué)習(xí)的。
學(xué)習(xí)量化投資其實它其中的一些模型也是要熟悉一下的。
據(jù)2017年年底統(tǒng)計，我國股票策略私募基金約6000只，占整個基金產(chǎn)品的超過20%。而在眾多的股票策略基金中，量化投資在近幾年逐漸熱門起來。對于量化投資而言，量化選股是整個流程的第一步，對于任何一個做量化對沖策略的基金經(jīng)理來說，如何選擇出一個股票池，使得池子中的股票整體的收益率取得一個較理想的成績，是非常重要的一個課題。而多因子選股，講求的是以從歷史數(shù)據(jù)出發(fā)，通過計算機量化的方式進行選股。多因子選股也是應(yīng)用為廣泛的量化選股模型。
在多因子選股模型提出之前，廣泛被市場接受的是Sharp（1964），Lintner（1965）和Black（1972）年提出的資本資產(chǎn)定價模型（CAPM），主流觀點認為，股票的收益只與整個股票市場的系統(tǒng)風(fēng)險存在線性關(guān)系。即r=rf+β（rm-rf）。然而，后來許多學(xué)者發(fā)現(xiàn)股票的收益還與許多其他因素相關(guān)，如市盈率、賬面市值比等。其中為的是Fama-French的三因子模型，由此開啟了多因子選股的時代。
在早的Fama和French的三因子模型中，將市場資產(chǎn)組合、市值因子和賬面市值比因子納入模型中，即：
E(r) − rf= βi[E(rm− rf)] + siE(SMB) + hiE(HMI)
其中rf為市場無風(fēng)險收益率，SMB為市值因子，HMI為賬面市值比因子，rm-rf為市場資產(chǎn)組合。βi、si和hi為三個因子的相關(guān)系數(shù)。
然而，三因子雖然突破了原CAPM的框架，但依舊有許多變量未被解釋，如短期反轉(zhuǎn)、中期動量等等。于是，多因子模型呼之欲出，其核心思想在于，市場雖然是動態(tài)的、輪動的，但是總會有一些因子在一段時間內(nèi)發(fā)揮作用。在實踐中，由于每一個分析師對于市場的動態(tài)、因子的理解都有所不同，所以會構(gòu)建出不同的多因子模型?？梢哉f，多因子模型是三因子模型的拓展。
多因子選股模型通常有兩種判斷方法，一是打分法，二是回歸法。
打分法是根據(jù)各因子的大小對股票進行打分，按照一定的權(quán)重加權(quán)得到一個總分，再根據(jù)總分篩選股票。回歸法是用過去的股票的收益率對多因子進行回歸，再將所選因子代入到回歸方程中，預(yù)判未來股票的收益。
多因子模型的構(gòu)建可分為五步，分別為選取候選因子、檢驗因子的有效性、剔除有效但冗余的因子、構(gòu)建綜合評分模型以及對模型的評價和改進。
(3).jpg)
選取候選因子
候選因子的選取可大致分為兩大類，基本面指標因子與技術(shù)面指標因子。前者主要是基于對股票基本面的分析，如ROA、ROE(Rate of Return on Common Stockholders’ Equity，凈資產(chǎn)收益率)，資產(chǎn)負債率等，后者主要是基于股票的技術(shù)層面的指標，如換手率、波動率、流通市值等。在實際的應(yīng)用中，大多分析師會將這兩大類繼續(xù)細分，方便的評價和改進。如有的機構(gòu)投資者會將因子分為成長、估值、流動性、規(guī)模、反轉(zhuǎn)、動量等，也有的會分為盈利因子、財務(wù)因子、估值和規(guī)模因子等。然后再在每一類下面進行具體的細分。
每一個分析師對不同的指標和因子都有不同的理解，有時甚至?xí)σ延械闹笜诉M行二次處理，如計算出ROA、ROE的增長率，通過計算近一個月或近三個月的收益率得出反轉(zhuǎn)與動量。但是總體來說，因子的選取主要取決于經(jīng)濟邏輯與市場經(jīng)驗，在近年的文獻中，許多人考慮從行業(yè)角度劃分，獲得更多不同的候選因子。
選股因子有效性檢驗
可根據(jù)數(shù)據(jù)的可采集性，確定一個周期（如按月、按季度），例如，對于任意一個因子，在模型形成期的第一個月初計算市場中每只正常交易股票的該因子的大小，按從小到大的順序?qū)颖竟善边M行排序，并平均分為n個組合，一直持有到月末，在下月初再按同樣的方法重新構(gòu)建n個組合并持有到月末，每月如此，一直重復(fù)到模型形成期末。之后，計算這n個組合的年化復(fù)合收益、相對于業(yè)績基準的超出收益和在不同市場狀況下的高收益組合跑贏基準和低收益組合跑輸基準的概率等。簡單來說，就是根據(jù)因子的排序，來考察其是否與股票的收益有明顯的相關(guān)性。一般而言，我們會通過建立因子相關(guān)系數(shù)及對因子的多空收益表現(xiàn)來看因子的有效性。市場中，為了保持行業(yè)和市值的中性，會通過建立行業(yè)加權(quán)IC和市值加權(quán)IC，提出行業(yè)與市值的因素獲得Alpha。
有效但冗余因子的剔除
當(dāng)我們挑選出十?dāng)?shù)種甚至更多的候選因子進行檢驗之后，可能會出現(xiàn)兩個或多個因子因為具有相當(dāng)高的一致性和內(nèi)在大致相同的驅(qū)動因素，此時我們需要將冗余的因子剔除掉。具體步驟如下：
首先，先對不同因子下的n個組合進行打分，分值與該組合在整個模型形成期的收益相關(guān)，收益越大，分值越高；
第二步，按月計算個股的不同因子得分間的相關(guān)性矩陣；
第三步，在計算完每月因子得分相關(guān)性矩陣后，計算整個樣本期內(nèi)相關(guān)性矩陣的平均值；
，設(shè)定一個得分相關(guān)性閥值 MinScoreCorr，將得分相關(guān)性平均值矩陣中大于該閥值的元素所對應(yīng)的因子只保留與其他因子相關(guān)性較小、有效性更強的因子，而其他因子則作為冗余因子剔除。
簡單來說就是，當(dāng)發(fā)現(xiàn)兩個相互之間相關(guān)性極強的因子時，只保留對收益率影響更大的一個，剔除掉另外一個。
綜合評分模型的建立
綜合評分模型選取去除冗余后的有效因子，在模型運行期的某個時間開始，例如每個月初，對市場中正常交易的個股計算每個因子的得分并按照一定的權(quán)重求得所有因子的平均分。每個因子的權(quán)重可以用簡單的等權(quán)重法配置，也可以根據(jù)相關(guān)性強弱加權(quán)配置，通常來說等權(quán)重配置法下的因子多空累計凈值走勢會更加穩(wěn)定。，根據(jù)模型所得出的綜合平均分對股票進行排序，然后根據(jù)需要選擇排名靠前的股票。例如，選取得分的前20%股票，或者選取得分的 50 到 100 只股票等。
模型的評價及持續(xù)改進
由于市場無時無刻都在發(fā)生變動，宏觀環(huán)境、政策概念也在發(fā)生變化，有些因子會隨時間的推移而失效，有的因子的有效性會增加，如此一來，隨著市場風(fēng)格的改變，分析師需要每月、每個季度通過觀測之前建立的模型的表現(xiàn)，不斷調(diào)整選擇的因子和所選因子的權(quán)重。在實際應(yīng)用中，交易成本、風(fēng)險控制都是要考慮的因素。
總的來說，多因子模型是為常見的一種選股方式。其考慮的方面更加全面，運用大量歷史數(shù)據(jù)和分析，通過對多因子組合取得股票組合獲取更高收益的概率，是非常典型的量化選股方式。
然而，由于市場的變動和更多投資者運用類似因子進行分析和操作，許多因子會在一段時間失效，且所分析的數(shù)據(jù)均是采用歷史數(shù)據(jù)，無法反應(yīng)未來的股票價格變化，分析師對宏觀環(huán)境、行業(yè)輪動、因子權(quán)重和個股表現(xiàn)都有不同的理解，另外，由于所選擇的因子發(fā)布頻率是不一致的，如ROE、ROA大多來源于上市公司的季度報表，而波動率等技術(shù)指標則是以日發(fā)布，這種情況下，季度指標的滯后性和日指標“噪聲”過多也是分析師要考慮的問題。
相關(guān)推薦：量化金融分析師AQF實訓(xùn)項目
