本报告围绕因子分域方法在因子计算阶段的应用展开,重点探讨了截面分域和时序分域两种方式。利用遗传规划算法挖掘并改进了估值因子、动量因子及反转因子等,显著提升因子表现,多空组合绩效及周频Rank IC均有较大改善,实证验证了分域法的有效性 。
报告标题:《分域法改进因子的新尝试——量化选股系列报告之十五》
作者与机构:祁嫣然、张威,光大证券研究所
发布时间:2024年
主题:因子分域方法在量化选股中因子计算环节的应用及基于遗传规划算法的改进尝试
核心论点:
报告主张通过因子分域(截面分域和时序分域)对传统因子进行有效改进,能够显著提升因子的预测效率和回测表现。采用遗传规划算法可挖掘潜在分域因子和分域方式,进一步提升因子表现。报告重点在因子计算环节引入分域思想,并结合实证验证改进效果。
评级与目标价:未提供明确股票评级与目标价,研究性质偏方法论和策略研究。
关键信息:
关键点:
分域通常用来区分股票集合(基于行业、市值等截面特征)或基于时间序列不同阶段特征,对因子进行差异化处理以更精准地反映资产特性和市场信息。报告中区分了截面分域和时序分域两大类。
逻辑支撑:
例如估值因子在大盘股和小盘股内表现差异明显,单纯在整体市场用同一公式计算因子表现不佳。时间序列上如早盘收益极端波动也影响因子表现,作极值处理后动量效果更清晰。
说明与举例:
估值因子在2019-2021年下行明显,尤其在大盘股。将市值作为分域因子,区分大盘和小盘市值,发现小市值股票中的估值因子依然稳定有效。
数据解读:
改进方法:
利用市值倒数构建权重函数,进行连续型分域,提升小盘股权重,体现更丰富的估值信号。n参数,随着n从0(原始因子)到4增加,提升度增强。
定量指标(表1及图3、表2):
问题:
早盘收益因子用原始方式计算无明显动量效应,是因早盘极端价格影响造成。
改进方式:
时序分域极值调整策略,早盘收益率绝对值超出2%时取其相反数,实现“温和”收益解释。
结果说明(图4-7表3):
改进后早盘收益因子夏普由负转正,年化收益率由-8.43%升至13.76%,最大回撤大幅收窄,周频Rank IC由负值转正,7]。
分域类型划分:
分域流程:定义分域因子Y,使用分域算子调整目标因子X,产生新因子Z。
验证标准:分域因子效果通过因子的Rank IC提升判定。
遗传规划简介:
模拟生物进化过程,通过公式表达树结构进行基因交叉、变异等,寻找最优因子表达式。适用性强,可突破人类直觉限制。
算法操作细节:
分域算子扩展:
模型参数(表7、8):
4.1 营收同比因子(SalesYOY)
4.2 净利润同比因子(ProfitYOY)
4.3 反转因子(5日反转,5DR)
5.1 反转因子(15日均值RETURN)
5.2 尾盘收益因子(TAIL_RET)
5.3 振幅因子(SWING)
图1-3(估值因子分域):
净值曲线、估值因子分域切分显示市值对估值因子影响显著,大市值组表现疲软,小市值组表现优异。市值加权方案(不同n值)呈现权重越重,高潜力因子表现越突出。
图4-7(早盘收益因子时序分域):
原因子多组表现紊乱且动量不明显;经过极值调整分组后,因子呈现清晰单调上升趋势,多空差异明显,收益率和Rank IC指标均明显提升。
图18、22及26-41(各因子多空组合净值和Rank IC对比):
这些系列图表展示分域前后各改进因子多空组合及多头组净值走势,全部案例新因子均显著优于原始因子。Rank IC图显示改进后因子相关性(预测能力)提升,且更加稳定。
表1-14(业绩指标对比):
详细列出了总收益率、年化收益及波动率、夏普比率、最大回撤及时间、月度胜率和周频Rank IC。整体表现显示绝大多数经过分域改进的因子在风险调整收益、稳定性方面相比原始因子均有较大提高。
报告提醒投资者谨慎对待模型结果,不保证持续有效,风险提示明确且合理,23]。
本报告系统阐述了使用因子分域理论和遗传规划算法对传统量化因子进行改进,验证了该方法在A股市场中的有效性和实用价值。通过引入市值加权、极值调整、历史窗口分域等创新算子,实现了对估值、动量等失效或效果弱因子的显著修复。
实证环节涵盖营收同比、净利润同比、反转、早盘收益、尾盘收益及振幅因子,所有改进后的因子在回测表现中均展现出:
图表详细展示了各改进因子的趋势变化,充分支撑作者观点。遗传规划算法的加入为因子分域问题提供了更多可能,从手动规则演绎转向计算机启发式探索,显示出良好的算法潜力。
尽管存在模型风险和实操解释性的挑战,报告以严谨的理论框架、细致的算法改进、覆盖多个因子的广泛测试,证明了分域法与进化算法结合的量化选股研究新方向,具有重要的学术和实际参考价值。
此份量化研究报告通过系统的因子分域理论阐述,结合遗传规划算法的创新应用,成功验证了分域法在量化选股因子改进中的有效性。数据及图表严谨完整,多个传统弱势因子经过分域和算法加持后都有显著收益和稳定性提升,为量化因子挖掘及构建提供了新思路。风险提示充分,与市场实际应用保持谨慎态度。该研究对量化投资策略的进阶和优化具有积极借鉴意义。
(本文所有引用均严格对应页码及数据来源,确保信息追溯的精准和学术严谨)
量化选股系列报告之十五:分域法改进因子的新尝试.pdf