本报告系统介绍并回顾了APM因子的构造逻辑及其选股绩效。APM因子基于日内上午与下午股价残差的差异,提取出知情交易者倾向,经过风格因子和行业因子回归剔除,获得纯净因子。2013年至今,APM因子多空对冲组合取得年化收益15.0%,信息比率4.40,最大回撤0.72%,并在中证500及沪深300均表现稳健。样本外测试效果依然显著,显示因子良好稳定性和选股能力 。
| 指标 | 全市场选股 | 中证500成份内 | 沪深300成份内 |
|---|---|---|---|
| 年化收益 | 10.8% | 6.1% | 8.7% |
| 年化信息比 | 4.86 | 1.40 | 1.83 |
| 最大回撤 | 0.52% | 3.69% | 3.17% |
| 月度胜率 | 91.3% | 60.9% | 69.6% |
本报告题为《凤鸣朝阳,APM 因子绩效回顾 20180902》,由东吴证券研究所的证券分析师魏建榕、高子剑及研究助理陈实联合撰写,发布日期为2018年9月2日。报告聚焦于一种基于日内股价行为的选股因子——APM因子,围绕其构造方法、绩效表现及相关风险进行深入探讨。该因子强调了股价在上午与下午交易时段差异所隐含的选股信息量,推断上午股价变动因知情交易者活跃度更高,反映市场“信息效率”不同寻常的表现,从而捕捉选股信号。
核心论点是,APM因子构造有效且经历时较长时间检验后表现稳健,多空对冲策略取得了显著超额收益,同时剔除常见风险因子后的纯净APM因子显示出高信息比率和低最大回撤,适用于全市场及主要指数成分股(中证500、沪深300) 。作者想传达的主要信息是,该因子基于独特的日内交易行为差异,能在中国股票市场实现持久、高质量选股收益,具备重要的应用价值。
报告从“凤鸣朝阳”的典故引入,形象比喻早盘交易的独特价值,指出“股票市场上午价格行为较下午表现出更多信息量”,理由是“知情交易者更倾向于上午交易”,这为考虑日内时段差异构建选股因子提供了理论基础。
具体构造方法如下:
为进一步净化因子,将APM因子对传统风格因子(Barra模型的10个风格因子)和行业因子(申万一级行业哑变量)进行回归,提取残差作为“纯净的APM因子”(PureAPM),目的是排除其他风险或风格因子的混杂影响,提升因子独立性和有效性 。
此部分详细展现了因子构造的数学逻辑和统计检验方法,确保因子由实证数据支撑且经过多重回归剔除关联因素,理论扎实且可操作。
此章节呈现了纯净APM因子在不同市场范围内的历史表现:
全市场(全部A股)
2013年5月起:
中证500成分股
2013年5月起:
沪深300成分股
2013年5月起:
可以观察到,APM因子在全市场表现最为优秀,覆盖范围越窄(主要指数)净收益和信息比率呈现下降趋势,但仍优于多数传统因子,且最大回撤控制总体较好,尤其在全市场中体现出极低的最大回撤和极高的月度胜率,说明其收益平稳且风险较低 。
图表显示自2013年4月26日至2018年8月31日,分别展示了:
净值均从1开始,逐渐上升。全市场策略表现最强,净值由初始1增长到约2.1,表现最为稳健且波动最小;中证500和沪深300增值幅度稍逊,且出现波动更明显。图中虚线分隔“样本内”(2013.5—2016.10)与“样本外”(2016.10之后)阶段,样本外期表现略有放缓,但整体趋势依然向上,展现良好的时序稳定性。
此图形形象说明了APM因子投资组合从过去到现在的净值成长路径,验证了文本中的高年化收益和较低回撤描述。净值增长的平滑曲线增强投资者对模型持久有效性的信心。
| 全市场选股 | 中证500成份内 | 沪深300成份内 | |
|---|---|---|---|
| 年化收益 | 10.8% | 6.1% | 8.7% |
| 年化信息比率 | 4.86 | 1.40 | 1.83 |
| 最大回撤 | 0.52% | 3.69% | 3.17% |
| 月度胜率 | 91.3% | 60.9% | 69.6% |
此表体现了APM因子在样本外期仍具有较强表现,尤其在全市场范围,年化收益保持在两位数,信息比率维持高位,最大回撤极低,月度胜率持续保持在90%以上,显示出极强的策略稳定性。中证500表现最弱,可能受成分限定和流动性等因素影响,但依然呈现正的超额收益和合理风险控制,为因子跨市场普适性提供实证基础。
报告唯一明示的风险提示系“量化模型收益测试基于历史数据,市场未来可能发生较大变化”,即提醒读者量化因子模型具备时效性,市场结构和投资者行为变动可能使历史表现难以复制,存在模型失效风险。
此外,在构造因子时已剔除了常见风险因子的影响,故未特别强调其他系统性风险。因子高度依赖于日内交易模式和知情交易者行为,若市场流动性结构改变或交易时间行为发生变化,可能影响因子的有效性。
报告未具体提供针对上述风险的缓解策略或概率评估,提示投资者需结合实际操作和市场动态审慎使用该因子。
整体上,报告展现了稳健且具创新性的量化选股策略研究,但读者应警惕模型复杂性和适用限制,结合其它分析方法综合判断。
东吴证券研究所在本报告中系统介绍了基于“凤鸣朝阳”寓意构造的APM因子,重点突出股价上午与下午交易时段差异赋予的选股信息量。通过严谨的回归方法和多重因素剔除,获得纯净的APM因子,并据此构建多空对冲组合。
从2013年至2018年,尤其在全市场范围,APM因子展现了优异的选股能力:年化收益率高达15.0%,信息比率4.40,最大回撤极低(0.72%),伴随极高月度胜率(92.9%)。即使在样本外期(2016年10月以后),因子依然显示10.8%的年化收益和4.86的信息比率,稳定性突出。
主要指数(中证500、沪深300)内因子绩效相对全市场有所下降,但依然保持积极的风险调整收益和较低的回撤。图表直观呈现了近6年来因子净值的稳健增长路径。
风险提示强调,历史表现无法完全预测未来,模型存在失效风险,投资需谨慎。报告整体风格严谨科学,充分展示了APM因子的理论基础、构造流程及实证效果,为投资者提供了一个创新且证据充分的量化选股工具。
总之,APM因子作为基于日内时段价格行为差异的量化因子,兼具理论创新、数据支撑和实证验证,值得关注和深入研究,是中国A股量化投资领域的重要成果之一。
图1:纯净的APM因子多空对冲净值 (等分5组,第五组对冲第一组)
表1:纯净的APM因子多空对冲绩效(样本外,2016年10月至今)
| 全市场选股 | 中证500成份内 | 沪深300成份内 | |
|---|---|---|---|
| 年化收益 | 10.8% | 6.1% | 8.7% |
| 年化信息比率 | 4.86 | 1.40 | 1.83 |
| 最大回撤 | 0.52% | 3.69% | 3.17% |
| 月度胜率 | 91.3% | 60.9% | 69.6% |
数据来源:WIND资讯,东吴证券研究所
全文完
金工定期报告:凤鸣朝阳 APM因子绩效回顾.pdf