參考文獻(xiàn):
1. Han, Y. F., Zhou, G. F., Zhu, Y. Z, 2016. A Trend Factor: Any Economic Gains from Using Information over Investment Horizons? Available at SSRN:https://ssrn.com/abstract=2182667 orhttp://dx.doi.org/10.2139/ssrn.2182667.
2. Lansdorp, S., Vldoevic, M., 2016. Factor Investing versus Sector Investing. Rebeco Asset Management.
3. Malagon, J., Moreno, D., Rodriguez, R., 2016. Idiosyncratic Volatility, Conditional Liquidity and Stock Returns. Available at SSRN: https://ssrn.com/abstract=2717484 or http://dx.doi.org/10.2139/ssrn.2717484.
1、趨勢因子:從投資期限的信息中獲利
AQF量化研究新思維~短期反轉(zhuǎn)、動量和長期反轉(zhuǎn)是股票市場上廣泛使用的三個技術(shù)面因子,它們分別反映了價格信息的短期、中期和長期的趨勢變化。大多數(shù)研究都是利用某一個期限內(nèi)的價格信息,而我們可以利用不同期限的移動平均價格信息,構(gòu)建出一個能夠同時捕捉短、中、長期三種股價趨勢的因子。具體來說,可通過橫截面回歸的方法構(gòu)建該趨勢因子,回歸的自變量選擇短、中、長期多個移動平均價格信號。
詳細(xì)的實(shí)證分析表明,趨勢因子的多空收益不僅遠(yuǎn)高于同期的短期反轉(zhuǎn)、動量和長期反轉(zhuǎn)因子,并且表現(xiàn)更加穩(wěn)定,夏普比率是這三個傳統(tǒng)技術(shù)面因子的2倍以上。經(jīng)過統(tǒng)計(jì)檢驗(yàn)發(fā)現(xiàn),趨勢因子并不可以用短期反轉(zhuǎn)、動量及長期反轉(zhuǎn)因子的特定組合來復(fù)制。這說明基于移動平均價格信息來捕捉短、中、長期價格趨勢的方法,比傳統(tǒng)的動量和反轉(zhuǎn)因子組合更為有效。另外,趨勢因子在不同的控制變量下(如市值、賬面市值比、流動性等)都較為穩(wěn)健。
2、因子投資與行業(yè)投資
在之前的研究中,有人指出,行業(yè)投資的表現(xiàn)在經(jīng)組合風(fēng)險的調(diào)整之后,能夠戰(zhàn)勝因子投資。而因子投資僅在以收益為目標(biāo)的投資框架下,表現(xiàn)才優(yōu)于行業(yè)投資。針對這種觀點(diǎn),我們持反對意見,主要理由如下。
行業(yè)投資優(yōu)于因子投資的結(jié)論缺乏強(qiáng)大的理論支撐,而多個因子的因子溢價(如市值、估值等)已經(jīng)被大量文獻(xiàn)證明長期存在。
得到行業(yè)投資優(yōu)于因子投資這一結(jié)論的推導(dǎo)過程失之片面,沒有把低風(fēng)險因子納入其中。而在檢驗(yàn)行業(yè)投資的效果時,卻能向那些低風(fēng)險的行業(yè),如,公用事業(yè)傾斜。
我們采用6個因子——市值、估值、動量、盈利、保守/激進(jìn)、beta,生成12個因子組合(每個因子都對應(yīng)多空2個組合)。相應(yīng)地,選擇12個行業(yè)作為對比。結(jié)果顯示,不僅因子多空組合的收益率能拉開更大的差距,而且使用單個因子所能獲得的最大夏普比率也高于單個行業(yè)。所以,投資者在構(gòu)建組合時,若用因子代替行業(yè),將會獲得更大的分散化空間。
根據(jù)有效前沿理論,構(gòu)建三種投資組合——多因子組合、剔除風(fēng)險因子后的多因子組合、行業(yè)組合。在同等風(fēng)險水平下,多因子組合的收益基本上都是較高的。而在同等收益水平下,行業(yè)組合的風(fēng)險基本上一致地高于多因子組合。不過,剔除風(fēng)險因子后,在較低的風(fēng)險水平下,行業(yè)組合的收益確實(shí)高于多因子組合。這也是之前的研究認(rèn)為行業(yè)投資優(yōu)于因子投資的一個原因。
在五種常用的優(yōu)化目標(biāo)下——最大化收益、最小化波動率、最大化夏普比率、最大化alpha、最大化信息比率,都是因子組合的表現(xiàn)更好。
即使是最簡單的等權(quán)重加權(quán),也是因子組合的表現(xiàn)(絕對收益、風(fēng)險調(diào)整后收益)更優(yōu)。
由于小盤股的交易成本較高,因此我們剔除了市值最小的40%股票后重新測試,上述結(jié)論并沒有發(fā)生改變。
綜上所述,我們認(rèn)為,不論是從絕對收益還是風(fēng)險調(diào)整后收益的角度來評價,因子投資的表現(xiàn)都強(qiáng)于行業(yè)投資。
3、特質(zhì)波動率異象與條件流動性
“特質(zhì)波動率之謎”,即“高特質(zhì)波動股票對應(yīng)低預(yù)期收益”,是股票市場中經(jīng)典的異象之一,其存在性在全球范圍內(nèi)被廣泛證實(shí)。對于特質(zhì)波動率異象的解釋已經(jīng)引起了學(xué)術(shù)界長達(dá)十年的爭論,然而多數(shù)對特質(zhì)波動率的研究并未集中關(guān)注該異象的時間變化特征。事實(shí)上,特質(zhì)波動率與預(yù)期收益之間的負(fù)相關(guān)關(guān)系隨著時間推移并非持續(xù)穩(wěn)定存在。因此,我們基于這一視角,嘗試給特質(zhì)波動率與預(yù)期收益之間的負(fù)相關(guān)關(guān)系提供一種新的解釋——條件流動性可能是引起特質(zhì)波動率異象的原因之一。
特質(zhì)波動率特指股票收益在經(jīng)Fama-French三因子分解后所獲殘差的波動率?;谔刭|(zhì)波動率將股票分為五組并觀察下一期收益,第五組(高特質(zhì)波動率組)與第一組(低特質(zhì)波動率組)之間的收益差為負(fù)且具備統(tǒng)計(jì)顯著性,這似乎與傳統(tǒng)的“高風(fēng)險、高收益”的邏輯相違背??梢姡S玫馁Y產(chǎn)定價模型中存在定價因子的缺失,以致出現(xiàn)穩(wěn)定顯著的定價誤差。
流動性溢價是一個常見的備選解釋因子。但遺憾的是,該因子的解釋效果并未被證實(shí)。過往的研究發(fā)現(xiàn),通過流動性控制、流動性剝離等方法,不能消除低特質(zhì)波動率股票的定價誤差,從而為特質(zhì)波動率異象提供解釋。更有甚者,在一些情境下,流動性因子與特質(zhì)波動率因子之間存在負(fù)相關(guān)關(guān)系。
最新的研究提出了一種觀點(diǎn),獨(dú)立觀察與測算特質(zhì)波動率與流動性指標(biāo)的做法并不恰當(dāng)。流動性偏好其實(shí)并非恒定值,換言之,投資者對流動性的定價并非穩(wěn)定不變,而是有條件的。
針對不同的市場狀態(tài)與波動率情境,低流動性溢價會隨之發(fā)生變化。例如,在高波動的市場環(huán)境下,投資者對流動性的偏好會有所提升。因?yàn)椴▌勇侍嵘陂g,流動性較差的資產(chǎn)所蘊(yùn)含的風(fēng)險會進(jìn)一步增加。此時,投資者會對這類資產(chǎn)要求更高的風(fēng)險補(bǔ)償。再如,在下跌的市場中,流動性沖擊對資產(chǎn)價格的影響會更大,因?yàn)榇藭r投資者往往會更青睞流動性充足的資產(chǎn)。所以,對流動性因子的控制必須在計(jì)算特質(zhì)波動率之前,這就需要引入條件流動性的概念。
由于條件流動性變量屬于內(nèi)生變量,難以直接獲取,僅可通過間接方式觀察。在正常的市場環(huán)境下,流動性沖擊往往會被市場吸收。而一旦進(jìn)入下跌市,流動性沖擊會對低流動股票存在更為顯著的影響。此時,投資者涌向高流動性的股票,從而會引起低流動性股票價格的下跌。反之,在市場情況好轉(zhuǎn)時,低流動性股票的價格會得到修復(fù)。
從特質(zhì)波動率異象的歷史表現(xiàn)上看,特質(zhì)波動溢價往往在市場下跌期間有所提升,在市場回暖期間消失甚至為負(fù),該現(xiàn)象與條件流動性的解釋一致。因此,有些股票雖然本身的流動性可能并不低,但相對其自身的波動率而言流動性尚不足,即,條件流動性較低,這類股票同樣有更高的風(fēng)險補(bǔ)償。這一部分風(fēng)險溢價尚未被傳統(tǒng)資產(chǎn)定價模型所捕捉,故而反映為特質(zhì)波動率異象。
4、風(fēng)險提示
市場系統(tǒng)性風(fēng)險、模型失效風(fēng)險、海外與國內(nèi)市場結(jié)構(gòu)差異風(fēng)險。本篇報告的結(jié)果均由數(shù)量化模型自動計(jì)算得到,研究員未進(jìn)行主觀觀點(diǎn)調(diào)整;數(shù)據(jù)源均來自于市場公開信息。
>>>點(diǎn)擊AQF量化投資策略——logistic策略試聽課

.jpg)
金程推薦: AQF培訓(xùn) AQF考試 AQF報名
AQF考友群:760229148
金融寬客交流群:801860357
微信公眾號:量化金融分析師
聲明:內(nèi)容轉(zhuǎn)自海通量化團(tuán)隊(duì),版權(quán)歸原作者所有,若有所侵權(quán),請聯(lián)系處理!


.png)


