报告系统构建了包含原始数据库、因子数据库及风险模型、Alpha模型与组合管理三大系统的多因子选股体系,重点讨论风险模型的估计改进、因子测试及组合优化方法。研究发现风险模型存在系统性低估,回归调整能改善收益归因偏误,因子测试包括IC、分组和回归方法,EP因子经市值行业中性化后表现更稳定。组合优化模块实现了多约束风险调整收益最大化,回测结果显示策略具有良好风险收益特征
报告标题:《多因子系列之一:多因子选股体系的思考》
作者及团队:分析师殷明、刘富兵,研究助理李林井、丁一凡
发布机构:国盛证券研究所
发布日期:报告引用的研究材料发布时间在2018年至2019年之间,具体未明确
主题:量化投资视角下多因子选股体系的构建、优化及挑战
核心论点与目标:
该报告系统性展示了国盛证券基于中国市场特点的多因子选股体系建设过程,涵盖数据基础、风险模型构建、因子测试与回测、组合优化等模块。重点分析传统多因子模型在因子定义、风险控制、尾部风险管理及风险预测准确度方面的不足,同时提出相应的改进与思考。报告强调多因子体系的细节处理及系统化框架是实现持续稳定alpha的重要保障,并且面向未来继续在因子配置、尾部风险模型等方面做更深入研究,展现其多因子研究的系统视野和实战导向。
,4]
报告回顾了多因子模型的海外发展历程,指出得益于Python开源及技术演进,多因子投资在国内逐渐成熟并获青睐。作者希望打造具有中国特色的多因子体系,结合传统成熟方法(例如Barra模型),针对中国市场细化因子定义、优化因子配置且纳入尾部风险考量。特别提到,对传统粗糙因子定义的改进、因子配置更客观的算法开发、财务风险(尾部风险)模型融合都是创新方向。报告不止局限于多因子框架层面,而更关注实际建模过程中的细节、数据质量、系统可靠性等,这是通过实践反复检验的经验总结。当前报告为系列首篇,后续报告中将展开Alpha模型、因子配置等更多细节。
体系包含两大数据库(原始数据库、因子数据库)以及三大核心系统(风险模型、Alpha模型、组合管理)。
强调数据源的选择三大原则:可靠性(包含数据质量和修复机制)、及时性(尤其是高频和日内数据)、可回测性(避免未来数据污染,重点考察调整公告、TTM数据处理)。最终选用Wind作为核心数据源,结合自研衍生指标及爬虫数据补充。
因子分为风险因子与Alpha因子两大类,Alpha因子再细分为财务类、量价类、大数据因子。采用股票ID+日期组合作唯一索引,并按因子类别分组存储,兼顾结构清晰与存取效率。
计算实现采用面向对象编程,因子作为类对象,统一方法接口(数据读取、预处理、计算、后处理、存储),方便扩展和增强代码复用性。
对于缺失数据,采用基于回归的方法填补大类缺失值,实验证明R2多在30-50%以上,确保了填补的准确度。
因子计算严格参照Barra CNE5,但结合A股市场特点做细节调整,例如Momentum因子滚动窗口从504减至252天以包容次新股,停牌处理特殊规则,账面价值负数不剔除等(详见图表4)。
因子数据标准化包括MAD去极值和流通市值加权均值处理,保证因子暴露均值0且处理极端值。
缺失值处理采用小类因子缺失不替代,大类因子缺失则使用类似Barra的回归填充确认缺失值得到合理估计。
,11]
通过截面回归每日因子暴露对第二日收益回归,所得因子收益带来因子的收益时序。为解决异方差性采用加权最小二乘(WLS),以根号市值倒数为权重。
剔除新股、ST及刚复牌股票,提升因子收益估计稳健性。
回归结果显示风格因子收益表现各异,Liquidity、Size等因子较强(详见图表6)。整体因子回归拟合程度(𝑅2)随时间波动(详见图表7)。
,13]
基于日频样本协方差矩阵,通过Newey-West调整到月频,及特征根和波动率阶段调整,提升风险估计准确度。
针对最优化组合风险的低估现象,引用Shepard(2009)“二阶风险”理论,说明优化组合的风险往往被系统低估,Barra通过蒙特卡洛模拟调整协方差矩阵补偿这一偏误。
国盛证券基于Barra模型进一步引入Newey-West多阶滞后修正的特征根调整,使月频风险预测的偏差进一步降低。
,14]
利用残差收益历史数据估计时序残差波动率,采用贝叶斯结构模型处理稀疏或厚尾数据,结合时间序列和结构化估计加权计算残差波动率。
压缩系数由Barra文档推荐的0.1调整到0.4,获得更合理残差风险估计偏误分布(图表8)。
残差风险与因子风险均经过波动率调节,形成最终风险预测。
,15]
模型Bias Statistics统计(偏误度量)显示国盛模型接近Barra模型的准确度,覆盖纯因子组合、随机组合与最优权重组合,显示风险模型稳健性。
识别实现风险甩于目标风险的六个关键原因(详见图表10):
具体案例展示基准指数增强的不同组合,显示因子与残差风险预测与实现的差异,部分策略残差与因子收益负相关影响跟踪误差偏离。
对于FAP问题,报告指出Alpha因子未被风险模型覆盖部分会导致策略风险高估和未预期管理暴露。
针对各风险源提出调整与修正建议,包括多期风险修正(Qian,2007),残差Alpha风险惩罚(Bender等),增加风险因子等。
~19]
三步流程:因子处理(缺失值、去极值、标准化、中性化)、因子测试(信息系数、分组测试、回归法)、结果分析。
常用缺失填充根据因子不同采用前值填充、行业均值或不填充。
去极值措施采纳MAD法优先,保证不被极端异常点干扰。
中性化主要筛除市值和行业影响,部分针对Barra十大风格因子进一步中性化。
同时测试原始因子与中性化因子表现。
综合来看,单因子剔除市值与行业后具备稳定alpha属性但波动大,多因子组合依赖因子间互补。IC测试简便但无法反映非线性和组合表现,分组测试贴近实操但缺陷是难以完全中性化,回归法关联风险模型最密切可提纯因子特征。
系统搭建完整的因子测试流程,支持多调仓频率、多市场、标准化配置和多维输出,极大提升因子测试效率及系统性。
,27]
实现最大风险调整收益或约束风险最大收益模型,加入线性成本及敞口限制,利用Python高级优化工具(cvxopt+mosek)求解,其中跟踪误差以二阶锥约束形式对冲。
考虑换手率约束,变换权重变量以支持绝对值项优化。
,28]
采用事件驱动回测框架,结合上述组合优化模块,真实模拟多因子策略交易,赋能多频、滑点、成本及流动性限制,增强实操贴合度。
中证500增强策略展示良好回测绩效表现,2011至2018年年化收益均保持中高水平(详见图表27,28)。
,29]
基于截面回归将组合收益分解为因子贡献和残差收益,因子贡献需因子收益稳定且组合因子暴露显著。残差部分体现纯Alpha或运气。
存在多期收益分解的非加性问题,介绍Carino和Menchero调整方法实现收益贡献的时间序列线性加和(图表29,30)。
,30]
发现因子收益贡献与残差收益贡献时间序列存在显著负相关(-0.109),导致因子贡献被高估,残差贡献被低估。
通过时间序列回归校正因子收益贡献,乘以相应调整系数(1+β_j),修正后的残差贡献与因子贡献相关性不显著,因子贡献更合理(图表31-34)。
~33]
介绍多因子模型下风险归因技术,将组合风险分解为因子风险贡献与特质风险贡献。因子风险贡献由组合在因子上的暴露、因子波动率和因子收益与组合收益的相关系数决定。
实证展示组合中非线性市值、价值及盈利因子对整体风险贡献最大(图表35)。
,35]
报告并无涉及传统意义上的公司价值估值或目标价设定,聚焦于量化多因子选股策略的模型搭建与风险控制,故此处无估值方法论。然而其因子测试、回归以及组合优化可视为对因子及组合“价值”的量化评估体系,间接实现策略估值和预期性能验证。
报告详尽识别并细化了因子风险模型从理论到实践中风险低估的多维来源,包括结构性模型误差、优化偏差(second order risk)、组合权重与因子暴露变化、残差与因子收益相关性、Alpha与风险因子错配、以及策略多期风险。这些风险因子的潜在影响为组合实际风险偏高、控风险难度大。报告结合理论蒙特卡洛校正、贝叶斯调整、策略回测经验(Qian,2007)、风险因子扩增及残差Alpha惩罚等手段提出针对解决方案,体现系统风险管理思维。
此外,因子测试中也强调数据层面的风险,包括数据未来函数泄露、数据被修改及爬虫数据稳定性问题,对应地设计审慎的数据处理和数据库存储体系以降低风险。
,8,13,16~20]
总体上,报告力求客观,融合丰富实证与理论,但对复杂策略泛化能力、因子非线性关系等新兴研究尚需进一步补充。
国盛证券的本篇报告构建了一个涵盖数据采集、因子计算、风险度量、因子测试、组合优化及归因的完整多因子选股体系。报告强调多因子策略成败关键在于细节:从数据库设计严谨避免未来函数数据泄露,到因子暴露精细计算和缺失填补,再到风险模型针对最优组合“二阶风险”的深刻修正,以及基于多方法综合测试因子有效性。
通过严谨的风险模型调整与组合优化算法,结合事件驱动真实回测框架,展示了稳健的策略表现和风险控制能力。报告也深刻揭示了风险预测的系统偏误原因及部分解决路径,为行业同侪提供宝贵借鉴。
因子alpha稳定性、风险因子与Alpha因子对齐、以及收益归因的统计偏误仍是多因子投资的核心难点。作者以EP因子为例详细剖析,说明多数alpha信息被风险因子吸收,中性化后IC及纯因子收益均下降,提醒投资者需多维角度综合评估因子价值。
报告所附详尽因子库列表展示了丰富的Alpha池基础,覆盖财务、市场行为及大数据等多领域,奠定其策略研发的量化深度。
最后,报告基于实证与理论文献系统整合多因子投资逻辑,提出未来重点发展方向为因子配置优化、尾部风险Alpha模型和更灵活的风险模型。展现了国盛证券在多因子量化领域的专业积淀和战略视野。
总的来看,报告不仅为国内投资者提供了一套完整的多因子实操路径,也为多因子研究提供了丰富的理论和方法论参考,具有高度的行业实用价值和研究深度。
,5,7,1019,2136]
| 章节标题 | 内容简介 | 重要图表 |
|---|---|---|
| 前言与综述 | 多因子模型背景,发展及国盛体系定位 | 图表1 |
| 数据库设计 | 原始数据库分类设计、数据处理问题及因子数据库设计实现策略 | 图表2、3 |
| 风险模型 | 因子暴露计算方法调整,因子及残差风险估计,新旧模型对比 | 图表4-12 |
| 偏差原因分析 | 风险偏差六大成因,策略风险现象,优化难题,解决建议 | 图表10、11、12 |
| 因子测试体系 | IC、分组、回归测试及因子纯净属性,测试流程与系统搭建 | 图表13-25 |
| 组合优化与回测 | 优化模型数学形式,Python实现细节,事件驱动回测实操 | 图表26-28 |
| 收益归因与风险归因 | 多期收益拆分问题,新旧收益归因对比,时序相关性调整,多因子风险拆分 | 图表29-36 |
| 附录 | 因子库完整列表 | 图表36及后续 |
本报告对多因子选股系统构建及应用进行了极为详实的技术解析,覆盖数据层、模型层及策略层,强调实操细节和统计学严谨,对因子有效性与风险控制提出建设性解决方案。提供了应对量化投资中数据处理、风险测算难点的经验,也指出多因子体系未来发展需要聚焦的方向,是行业内难得的实用且具有理论深度的系统研究报告。
多因子系列之一:多因子选股体系的思考.pdf