『多因子』鳳鳴朝陽 - 做合格的跟隨交易者

作者:call 原文鏈接:鳳鳴朝陽 - 股價日內模式分析

1. 概述

參考方正金工最近的研究報告『鳳鳴朝陽:股價日內模式中蘊藏的選股因子』,在本文做了一些實現:

七年回測中,簡單多頭策略年化收益率39.8%,阿爾法25.6%,夏普比率1.21,信息比率2.89

2. 因子計算

市場交易其實是在交易者基於已知信息的基礎上達成的,而晚上閉市之後產生的各種信息,可能在第二天開盤時達到集中釋放。如何去通過市場交易特徵去掌握這種信息的集中釋放,一篇文章Exploring Market State and Stock Interactions on the Minute Timescale給了我們很大的啟發。 作者在該文章中得到了如圖的結果

中藍線是個股之間相關係數的平均值,不難發現,下午個股之間的相關性要顯著地高於上午。也就是說,上午會集中釋放前夜的信息,上午是知情交易者最活躍的時候。怎麼樣利用這一特徵呢,方正的研報中給出了一種方法鳳鳴朝陽

本文中就利用這種方法構造選股因子。

按照研報中的方法計算因子

3. 因子截面特徵

3.1 載入數據文件

3.2 因子截面特徵

可以發現,其實股災時候這個因子的值也出現一些異常,畢竟是千古跌停奇觀

3.3 因子預測能力初探

接下來,我們計算了每一天的因子和之後20日收益的秩相關係數

從上面計算結果可知,該因子和之後20日收益的秩相關係數在大部分時間為正,因子對之後20日收益有預測性

4. 歷史回測概述

本節使用2009年以來的數據對於該選股因子進行回測,進一步簡單涉及幾個風險因子暴露情況

4.1 該因子選股的分組超額收益(月度)

可以看到,該因子選股不同分位數組合的超額收益呈很好的單調性;因子空頭收益更顯著

4.2 因子選股的市值分布特徵

檢查因子的小市值暴露情況。因為很多策略因為小市值暴露在A股市場表現優異。

上圖展示,該選股因子並沒有明顯的小市值暴露;倒是多頭組合(第十分位組合)市值略大

4.3 因子分組選股的一個月反轉分布特徵

可以看出,因子和反轉因子的相關性較強

5. 因子歷史回測凈值表現

5.1 簡單做多策略

接下來,考察因子的選股能力的回測效果。歷史回測的基本設置如下:

  • 回測時段為2009年3月1日至2016年10月12日
  • 股票池為A股全部股票,剔除上市未滿60日的新股(計算因子時已剔除);
  • 組合每10個交易日調倉,交易費率設為雙邊萬分之二
  • 調倉時,漲停、停牌不買入,跌停、停牌不賣出;
  • 每次調倉時,選擇股票池中因子最大的10%的股票;

上圖顯示了簡單做多因子最大的10%的股票之後的對沖凈值走勢,需要注意這裡對沖基準為中證500指數

5.2 因子選股 —— 不同五分位數組合回測走勢比較

上圖顯示出,因子選股不同五分位構建等權組合,在uqer進行真實回測的凈值曲線;顯示出因子很強的選股能力,不同五分位組合凈值曲線隨時間推移逐漸散開。

本文演示的常見的因子研究流程,具體的數據選取、演算法的細節、其他更深入的研究歡迎一起交流探討。

其他文章推薦:

基於市場強弱的因子擇時策略

歷史收益分布風控模塊

奇怪的排序打分因子

價差交易策略(Spread Trading)

推薦閱讀:

人在洗澡後為什麼會有一種莫名的成就感?
美國如何通過美元掠奪世界? 為什麼需要別國用美元結算???求答主科普下?
信用評級里 AAA 和 AA 的本質區別是什麼?
如何看待紐約大學教授 Marco Avellaneda 的言論:Pure Quant 叱吒風雲的時代已經終結?

TAG:量化 | 金融 | 多因子模型 |