- 1 -
敬请参阅最后一页特别声明
熊颖瑜
联系人
862160753902
xiongyingyugjzq.com.cn
剑辉
分析师 SAC 执业编号:S1130519100003
(8610)66211648
zhangjhgjzq.com.cn
因子风格择时策略(2021 9 月期)
本篇报告中我们通过决策树方法构建了因子择时模型,根据拟合得到的决策树模
型,结合当前有效择时信号于因子未来收益进行预测,为投资者提供系统
风格配臵建议。本框架用到了因子离散度、拥挤度、宏观趋势等不同指标作为择
时信号,来预测短期表现强势的 A 股风格。我们将择时结果与多因子选股框架
行结合,风格轮动择时效果明显。在控制行业偏离和风格偏离的情况下,决策树
模型在沪深 300 中各风格因子上平均月度胜率为 66%组合优化后的策略收益
年化有 24.49%,策略多头相对于沪深 300 的超额收益年化高达 13.35%中证
500 中各风格因子上平均月度胜率为 59%策略收益年化有 20.62%策略多头
相对于中证 500 的超额收益年化也有 14.86%
本报告主要分三部分:
1)首先,我们介绍了 A 股市场大类因子体系:包括八大类因子,以
因子历史收益率走势
2,我们对因子择时信号进行介绍以及展示了有效性测试。
2.1 因子离散度:因子离散度与因子动量都对因子未来收益有一
定预测作用
2.2 因子拥挤度:因子拥挤度对于因子未来回撤可能有一定预警
作用
2.3 宏观趋势择时我们基于 DDM 模型选择影响股票收益的两
大宏观因素-ROE10 年期国债利率,并研究宏观因素趋势对于
不同风格风险溢价的影响。
3决策树:我们将因子择时模型与决策树结合起来,优化目标为预测
因子收益正负的准确率
3.1 绍决相关论,括熵息增、基系数
念。
3.2 构建流程:我们对决策树输入相关特征,利用历史数据对每
期因子构建决策树
3.3 优化流程:对决策树进行修剪限制,减少过拟合问题
3.4 滚动回测:我们在中证 500 以及沪深 300 中分别对测试集
每一期进行滚动回测。
本期结论:当前 9 月份,模型建议在沪深 300 高配动量、质量、估值、低换手
因子,低配 beta、小市值、低波动、成长性因子在中证 500 中建议高配动量、
质量、低波动因子,低配 beta小市值、成长、估值、换手因子
风险提示:模型测试基于历史数据,市场未来可能发生变化。
2021 9 7
资策略报告
证券研究报告
产品研究中心
因子风格择时策略(2021 9 月期)
- 2 -
敬请参阅最后一页特别声明
分:A 风格因子体系介绍
因子择时必要性在不断提高。近年来随着因子投资和因子研究的深入,我
们会看到因子的长期收益有时
2017 年,随着市场上量化策略的增多,许多之前有效的因子比如市值因子、动
量因子、波动率因子都出现过阶段的失效,这就导致传统的多因子模型获取稳
定的超额收益变得越发困难,因子择时也随之得越发重要。本文认为造成因
子失效现象的主要原因包括因子拥挤度提升以及不同宏观周期下因子资性价
产生的变化等。本文将影响因子收益的这几个因素共同纳入到框架中讨论。
本因子择时理论框架的重点从三个维度分出发,第一是因子动量、因子离
散度,第二是因子拥挤度(估值价差、多空波动、配对相关性第三是宏观
环境(利率、企业盈利水平)。 对于每个因子,随着时间变化模型要不断调整,
用固定的线性模型框架去预测会有困难,因此我们用有监督的决策树构建模
型进行融合。
首先我们关注因子收益。因子收益主要包含两部分,因子动量和因子离
度。因子投资的实用性基于因子收益的延续性,即我们假设在没有宏观因素干
扰以及因子风险适中的情况下,因子动量大概率将会持续下去。本模型我们仅
考虑因子短期动量,即用过去一个月因子 IC 值来替代因子短期动量。因子 IC
值越大说明过去一个月因子收益越高。因子离散度 spread 是在一个横截面上,
根据某一个因子大小对股票池进行排序,前 10%的股票的因子均值与后 10%
的股票因子均值的差值即因子 spread高离散度的因子在未来可能有更好的收
能力以及可以带来更高的信息比例。
然后就是因子的拥挤度。因子拥挤是指当某个类型的因子被广泛认为有
时,会得到大量资金的追捧,这样的追捧尽管在一定程度上会加大因子收益,
但是另一方面也会加大因子收益的波动,使得因子的收益在一定时间内出现
收益降低或者收益大幅回撤的现象,从某种意义上来说,这个现象与量化投资
策略的钝化现象有一定的相似性。因此,对因子拥挤现象的跟踪,可以在一定
程度上规避或者控制因子失效带来的投资组合的亏损风险。从时间序的维度
上看,因子拥挤度越高,未来收益为负的可能性越大横截面的维度检验
挤度更高的因子下一期的收益也会比其他因子弱一些。
基于 DDM 股息贴现模型,股票的价值由两方面决定,未来现金流以及贴
现率。直观上来说,大市值、价值类的股票企业规模较大,企业处于营成熟
期,已经能够为投资者带来现金流的回报。而小市值、成长类股票的业规模
较小,往往处于公司成长期,短期内为投资者带来现金流回报相对较少因此
大市值、价值类的股票对未来现金流的敏感度更高,而相对于折现率敏感度
低。我们可以利用未来现金流以及折现率的趋势来判断值成长因风格轮
动。经过回测发现不仅仅是市值因子和估值因子对这两个因素敏感,他大类
因子在折现率和现金流不同趋势下的表现也有分化。因此我们可以利用折现率
现金流两个因素(代理指标)来做风格周期轮动。
在前面理解的基础上,我们构建了适用 A 股市场的因子择时指标体系。
要以因子离散 spread因子拥挤度、宏观因素为基础。我先分别探讨
各个信号对于下一期因子收益的影响。然后我们使用决策树的方法,多种有
效信号结融合到因子择时策略中,提高因子择时胜率。对于收益波动较大的
因子,移动平 ICIR 比较难抓到因子的短期走势而决策树方法可以弥补对
短趋势的捕捉。最后我们将因子择时结果与多因子模型相结合。近几期因子风
参考如下:
bVoZlZfXfW9WbRbPaQnPpPpNmNkPpPxOlOpPvM8OnMoQvPnMuMvPnQoO
因子风格择时策略(2021 9 月期)
- 3 -
敬请参阅最后一页特别声明
图表
1
:中证
500
中近三个月因子配臵建议
来源:国金证券研究所
我们的因子体系选择如下: beta、动量、小市值因子、质量、低波动率因
子、成长性因子、估值因子、低换手率因子。
图表
2
:多因子框架展示
来源:Wind,国金证券研究所
图表
3
:大类风格因子构成
来源:国金证券研究所
我们计算了上述 8 类因子 2012 年以来的纯因子收益。可以看出除了 beta
和成长性因子趋势性不太明显,其余因子趋势性都较强。
图表
4
A
纯因子收益
来源:国金证券研究所
多因子
框架
低波
动率
估值
低换
手率
动量
成长
小市
质量
beta
因子风格择时策略(2021 9 月期)
- 4 -
敬请参阅最后一页特别声明
第二分:因子择时信号有效性测试
首先我们从回归的角度直观观察离散度和拥挤度指标(估值价差、多空波
动率、配对相关性)对于因子收益的解释度
本文从底层逻辑上利用历史数据对上面的四种信号的有效性进行验证。我
们认为因子轮动策略是否有效取决于信号对因子未来收益持续性的预、因子
未来收益拐点的预测更加灵敏。本文令 retSurprise 为因子未来三个月收益均值
与过去三个月收益均值的差做为预测变量,分别以四个信号作为自变量。假如
自变量能够解释大部分 retSurprise 波动,即回归 R 方较高,则说明信号是有效
的。下表显示,估值价差这个因子相对来说是比较有效的。规模因子和成长性
因子的 retSurprise 更容易被拥挤度指标所预测。并不是每个因子的收益拐点都
可以被该信号所解释。各个指标择时的有效性存在差异,不同指标在不同风格
的择时效果存在差异。
图表
5
:四种信号对于
retSurprise
预测
来源:国金证券研究所
选股范围:由于目前机构投资者普遍对于沪深 300、中证 500 的成分股关
注比较多,因我们也在此范围进行风格轮动测试。接下来我们使用更加直观
的办法来观测各类信号有效性
2.1 效性测试
基于 Spread 构建策略的方向和拥挤度指标相反。Spread 的投资逻辑主要
是基于资产定价再极度无效之后会出现均值回复。当因子 spread 很大,代表这
个因子已经被“过度忽视”“欠定价较深,此时投资该因子未来收益可能较大,
所以性价比较高。比如 ROE 股票的估值过低,高 ROE 股票的估值过高,
PB 离散度高 ROE离散度,未来大概率 PB有效性高于 ROE因子。
下图为因子累计收益与因子离散度序列之间的关系。可以看到,对于某些
因子如动量、小市值、低波动、低换手等因子,当离散度水平较低时,因子收
益往下概率比较大,而离散度水平较高时,因子收益往上走概率较大。
图表
6
:因子累计收益与因子离散度
图表
7
:离散度
ICIR
中证
500
中的因子多空效
来源:国金证券研究所
来源:国金证券研究所
因子风格择时策略(2021 9 月期)
- 5 -
敬请参阅最后一页特别声明
2.2 度有效性测试
因子的拥挤度指标的研究最初源于国外研究机构。因子拥挤度指标越高,
未来投资该因子的回报会越低。
估值价差:估值价差实际上属于“因子的因子”概念范畴,既某个因子的
多头组合的估值中位数减去空头组合的估值中位数就是该因子的估值价差。当
资金追捧该因子时,多头因子的估值会上升,反之空头因子估值下降。估值价
差就会变大。
配对相关性:当某个因子过热时,投资者可能会同时买入多头组合的股票,
或者同时卖出空头组合的股票,因此多头、空头组合内部的股票可能会同涨同
跌的态势。
多空收益波动率:主要描述当资金过度集中在某一个因子上时,该因子的
日收益率的波动会加大;
从下图可以看到,对于大多数因子,比如动量因子、低波动率因子、估值
因子以及低换手因子,估值价差越高,当前因子 IC 值越低。而对于 beta、小
值、质量、成长因子而言,因子估值价差对于 IC 的趋势并没有明显影响。
图表
8
因子
IC(
月度
)
与因子估值价差
来源:国金证券研究所
图表
9
:估值价差在中证
500
中的多空收益
图表
10
:配对相关性在中证
500
中的因子多空收益
来源:国金证券研究所
来源:国金证券研究所