非流動性因子ILLIQ續篇 - 刨根問底之中性化檢驗

作者:復旦小白龍 原文鏈接:非流動性因子ILLIQ - 刨根問底之中性化檢驗

本篇為之前一篇學習貼非流動性因子ILLIQ - 尋找市場對弱流動性的收益補償 的姊妹篇;之前的帖子雖然見證了ILLIQ的選股能力,但很多朋友也在下方留言說ILLIQ有很大的Size因子暴露,所以在本帖中,嘗試將市值等因素做了中性化的處理試圖將Size的影響從ILLIQ因子中剔除掉。

有的朋友可能沒有看過前篇,所以還是先對ILLIQ做個簡單的概括。

1. 概述

非流動性因子ILLIQ在中性化之後仍然具有較強的選股能力,過去七年其多頭組合alpha到30.1%,夏普為1.48,信息比率達到2.85,對沖中證500指數後年化收益24.3%,最大回撤6.7%,收益波動率年化7.7%;中性化之後的ILLIQ的多頭組合回測,顯著改善的地方在於對沖後最大回撤和對沖後收益波動率均有大幅下降

2. 非流動性因子ILLIQ構建

流動性是衡量證券變現能力的指標,流動性強,說明證券能夠在折價較小的情況下,順利賣出;相反,流動性弱,則表明交易證券需要在成交價格上做出較大讓步;因此,流動性差也是風險之一。 按照風險與收益相匹配的特徵,理論上市場會賦予流動性差的證券一定的收益補償。

市場上,買賣價差、換手率、流通市值都是用來觀測流動性的經典指標,但它們不完美,沒法描述出流動性差導致買賣證券時候的價格讓步。針對這一缺陷,此處嘗試將成交量和價格的變動聯繫起來,反映流動性。這就是本文關心的非流動性因子ILLIQ (illiquidity)

即對一段時間內(本文中的研究,設置N為5日),每日價格變化幅度絕對值和成交額的比值求平均,ILLIQ反映了在單位成交額下,證券價格波動的大小。ILLIQ 越小,表明在成交金額相同的情況下,證券價格受到的衝擊較小,說明它的流動性好;相反,ILLIQ 越大,則說明流動性越差,所以ILLIQ 表示證券的非流動性。按照上述的風險收益邏輯,我們下文將展示ILLIQ大的股票的表現。

PS:類似的通過流動性定義技術選股因子的例子,可以見追蹤聰明錢 - A股市場交易的微觀結構初探,不過該帖中是在分鐘線級別計算,計算時,分子上為漲跌幅絕對值,分母上為成交量開根號。

下面給出本文中用來計算非流動性因子ILLIQ的程序代碼

上面分別定義了計算本文關心的幾個變數的函數,其中包括:

  • 非流動性因子,getIlliquidityAll
  • 歷史收益率,getBackwardReturnsAll
  • 未來收益率,getForwardReturnsAll
  • 市值,getMarketValueAll
  • 歷史窗口日均換手率,getWindowMeanTurnoverRateAll

下面利用這五個函數分別計算我們需要的各種變數(我們只用了全A股中的50隻作為示例,感興趣的讀者只需要將下面cell中第5行中的universe修改即可計算更大股票池的數據),並將這些變數保存在文件中以供調用(點擊查看原文代碼)。

3. 非流動性因子ILLIQ截面特徵

3.1 首先載入計算好的數據文件:

上表中,展示了我們計算好的illiq_data數據文件的一部分,主要為了說明我們接下來使用的數據dataframe的結構:

  • 每一行為日期,每個交易日均有計算數據,從2009年到2016年8月
  • 每一列為股票,股票池為全A股

3.2 ILLIQ的預測能力初探

接下來,我們計算了每一天的ILLIQ之後20日收益的秩相關係數

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

3.3 ILLIQ的中性化

接下來,我們計算了每一天的ILLIQ中性化之後的數據:中性化使用Uqer的中性化函數neutralize(對中性化函數剛興趣可以參考破解Alpha對沖策略這篇帖子)

3.4 中性化之後的ILLIQ的預測能力

接下來,我們計算了每一天的中性化後的ILLIQ之後20日收益的秩相關係數

從上面計算結果可知,相比於中性化之前的ILLIQ中性化後的ILLIQ之後20日收益預測性相對減弱了一些,這也符合預期:中性化會剔除市值因素、反轉因素等等的干擾(剔除選股能力加成)

4. 中性化後的ILLIQ歷史回測概述

本節使用2006年以來的數據對於中性化後的ILLIQ歷史表現進行回測,進一步簡單涉及中性化後的ILLIQ選股的幾個風險因子暴露情況。

4.1 中性化後的ILLIQ選股的分組超額收益(周度)

  • 上圖展示,中性化後的ILLIQ因子十分位選股後,在未來一個月各個分組的超額收益(時間序列求平均),可以發現:因子多空收益明顯,分組收益單調性很好
  • 下面的研究和回測中,我們將選擇中性化後的ILLIQ因子大的股票

4.2 中性化後的ILLIQ因子選股的市值分布特徵

檢查中性化後的ILLIQ因子的小市值暴露情況。

  • 圖中展示,中性化後的ILLIQ因子十分位選股後,各個分組的市值百分位歷史均值:中性化後的ILLIQ因子選股多頭組合基本無小市值暴露,這就是中性化的神奇之處

4.3 中性化後的ILLIQ因子選股的換手率分布特徵

  • 圖中展示,中性化後的ILLIQ因子十分位選股後,各個分組的1個月日均換手率均值:中性化後的ILLIQ因子對於低換手率有微弱風險暴露,換手率隨組別上升而逐漸略微降低

4.4 中性化後的ILLIQ因子選股的一個月反轉分布特徵

  • 圖中展示,中性化後的ILLIQ因子十分位選股後,各個分組的前一個月超額漲幅均值:中性化後的ILLIQ因子對於一個月反轉因子有微弱風險暴露(多頭組合即第十組中的股票前一個月平均略微跑輸市場)

4.5 ILLIQ因子選股的三個月反轉分布特徵

  • 圖中展示,中性化後的ILLIQ因子十分位選股後,各個分組的前三個月超額漲幅均值:中性化後的ILLIQ因子對於三個月動量因子(反轉因子反方向)有微弱風險暴露

5. 中性化後的ILLIQ因子歷史回測凈值表現

接下來,考察上述中性化後的ILLIQ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1月1日至2016年8月1日
  • 股票池為A股全部股票
  • 組合按相應調倉頻率調倉,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,選擇股票池中中性化後的ILLIQ因子最大的5%股票(大概100 - 130隻股票左右);

5.1 中性化後的ILLIQ因子多頭組合(周度調倉)

5.2 中性化後的ILLIQ因子最大5%股票(調倉改成月度)

5.3 原始ILLIQ因子(不做中性化)最大5%股票(月度調倉)

最後,我們再給出對比組合,就是「不做中性化處理的ILLIQ因子最大的5%股票月度調倉」的回測結果,和上面5.2中的結果做對比

總結:根據之前的回測,我們能夠體會到ILLIQ非流動性因子展示出來的出色的選股能力,但我們也注意到,該因子具有比較大的小市值風險暴露,所以在使用時應該適當注意;後面得空,我把小市值因子的影響剔除一下,再測試一下ILLIQ的選股能力。

總結

通過上面兩次回測,展示了中性化之前的原始ILLIQ中性化之後的ILLIQ因子的選股能力,可以看到:

  • 原始的ILLIQ因子,得益於市值、反轉等因素的加成,在過去七年多時間展示出變態的選股能力,其多頭組合alpha到41.5%,夏普為1.88,信息比率達到2.83,對沖中證500指數後年化收益33.1%,最大回撤17.2%,收益波動率年化10.3%;
  • 但是需要注意的是,原始的ILLIQ由於有較大的小盤股風險暴露,導致其對沖後的回撤仍然較大;
  • 回測結果證實,ILLIQ因子在中性化之後仍然具有較強的選股能力,過去七年其多頭組合alpha到30.1%,夏普為1.48,信息比率達到2.85,對沖中證500指數後年化收益24.3%,最大回撤6.7%,收益波動率年化7.7%;
  • 中性化之後的ILLIQ的多頭組合回測,顯著改善的地方在於對沖後最大回撤和對沖後收益波動率均有大幅下降;

感興趣的朋友歡迎到社區交流探討


推薦閱讀:

2017.05.18 川普闖禍,美股大跌
人性惡之花,投資煙酒「罪惡股」有罪嗎?
花10美元成為蘋果、阿里巴巴等公司的股東?|富日記
給別人推薦股票是一種怎樣的體驗?
20160107早盤熔斷怎麼看?

TAG:量化 | 股票 | 宽客Quant |