『多因子』多因子模型水平測試題（強答上）

試題地址：多因子模型水平測試題

因子

1.nA股市場驅動因子能分為哪幾大類?

從大的角度講，可以說風格因子和行業因子，詳細參見下一題。

2.n常見的因子類別？

風格因子又可以分為基本面因子和技術類因子，諸如估值、質量等屬於基本面因子，這些因子的計算原料均取自財務報表，而技術因子則一般僅用價格和成交量這兩個基礎數據來計算。當然還有一些其他用的比較多的因子，比如分析師預期、大數據以及高頻因子等。

3.n除了最常用的回歸法，還有沒有其他方法可以進行單因子測試？各自優劣是什麼？註：下面問題均針對回歸法。

其他常用的方法比如有直接計算因子rankIC，通過IC來檢驗因子的預測效果和對股票的區分度；另外還有用分組法來測試因子效果，選取不同分位因子構建投資組合，然後對比各分組收益表現。

4.n單因子測試是否需要糾正版塊、市值偏離等問題？如何糾正？

是否行業中性和市值中性取決於個人，行業中性和市值中性可以幫我們更好地理解收益的來源，也許某個財務因子表現好，但很可能是其與市值因子相關性極高。行業的糾正可以使組合中各行業的佔比和基準保持一致，市值的糾正可以在優化限制條件中加入市值暴露為零的限制條件，或者簡單的按市值加權構建組合。

5.n行業歸屬因子是否應選擇動態變化的數據？

是，因為同一家公司在不同時期可能主營業務發生變化，導致的行業分類會發生變化，若用靜態的數據一方面不合理，另一方面是隱含的用到了未來數據。

6.n混業經營的上市公司，其行業因子有哪些處理方式？利弊？

一個常見的處理方法是繼續用虛擬變數來代表行業因子，只是對於混業經營的公司而言不是簡單地0和1，而是根據某個財務指標（比如營業收入佔比）來決定各行業的分配比例。

7.n行業因子採用GICS、證監會、申萬、中信等第三方數據更好？還是利用相關性、聚類分析等演算法來動態確定更好？各自利弊？

個人建議用市場通用的第三方數據更好，比如申萬；相關性和聚類分析等演算法有可能存在偽回歸的風險，缺乏踏實可靠財務經營邏輯，而且第三方數據都會根據公司的經營狀況進行動態更新，在市場上也會形成一致預期。

8.n規模因子（Size，也叫市值因子）為什麼在中國具有如此重大的影響？選擇長期暴露小盤股有哪些利弊？

一是小盤股的殼資源效應；二是小盤股可操作性強，在A股市場散戶居多而且內幕交易盛行；三是小盤股成長性更高，如三因子中提到，長期來看，小盤股確實較大盤股有超額收益。

流動性危機比如14年12月份，而且註冊制實施後，Size因子肯定不會一直表現這麼搶眼。

9.n市值因子應該怎麼取？取市值本身、市值對數、市值平方根有什麼區別，哪種更好？你認為流通市值和市值哪個信號更強？

市值取對數會拉近個股間的差距，很多股票就近乎與等權重；至於哪一個好，得看實際的回測效果，從個人經驗和直覺來看流通市值的代表性更強。

10.換手率應該怎麼計算？如遇長時間停牌，如何處理？

對於個股一般用成交量/總流通股本來計算換手率，對於一個策略而言換手率一般是來衡量手續費的高低，常用每天雙邊交易總額/前一天收盤總資產來計算。停牌沒有交易，可以簡單置零處理。

11.若某一因子包含長期平均數據（比如5年平均凈利潤），而中間有數據缺失的片段（比如最近5年中有2年的年報缺失），應該如何處理？現有兩種參考方法：設為空值，或取現有數據的平均值充作長期均值。哪種更好？還是無所謂？

對於缺失值的處理沒有完美的方法，不同的情況應不同分析；以文中例子來說，要計算5年平均的凈利潤，若企業的利潤是線性增加的，那麼取現有數據則會高估平均利潤，同樣若企業利潤時線性減少的，那麼取現有數據則會低估平均利潤，具體情況要具體分析。

12.財務數據應該在哪個時點進行更新？比如月頻的多因子模型，年報公布時間可能為3月或4月，是在3月底的時候即時更新那些已出的數據，還是在4月底統一更新使用？

為了更好獲得信息的時效性，通常的做法是隨時公布隨時更新。

13.有哪些指標可以用來衡量單因子測試的結果？

回歸法中，用t絕對值均值，|t|>2佔比，t序列方差，beta均值，beta方差等

構建組合法中，用信息比IR、夏普值、最大回撤、換手率等通用指標。

14.依據單因子測試結果，如何對因子的有效程度進行排序？或者說，如何用單一指標衡量因子有效性？

若評估風險因子，則用abs(mean(t))/std(t)

若評估alpha因子，則用information ratio

15.所謂的「alpha因子」和「風險因子」，應該怎麼進行區分？

風險因子更在乎於對股票收益來源的解釋，從經濟金融角度講也是合乎投資邏輯，從統計角度講，如上一題列示，abs(mean(t))/std(t)是顯著的，比如大於2的比例非常高；而alpha因子的要求更高，統計上可以表示為mean(t)/std(t)是顯著的，直觀上講是說，風險因子對方向沒有要求，只要求因子值對股票的解釋性、區分度，而alpha因子則要求因子方向保持穩定且要顯著，這樣才能獲取穩定的超額收益。

16.你理解中有效且有邏輯的因子應該包括哪些？有邏輯但效果較差的因子應該包括哪些？如果採用某種方法組合出一個古怪的因子解釋力很強，但是看不出因子的經濟意義，你該怎麼辦？

有效且有邏輯的因子比如有估值、市值；有邏輯效果差可能是因子已經反映在價格裡面，也有可能是市場並不是那麼有效（尤其A股）；對於複雜因子，可以通過歸因分析來細看因子的風格偏向。

17.如何打磨舊的因子，提高其有效性？

一個簡單的想法是多測試舊因子的不同使用場景，比如估值因子在不同行業間的表現差異；又或者構建動態情景模型（dynamic contextual alpha model），在不同情境下看舊因子的表現；當然最直接的是進行舊因子的擇時。

18.構建因子的新信息源如何尋找？有哪些思路？

比如現在市場上很火的高頻轉低頻因子；又或者一些還沒有被其他投資者利用到的數據（非結構化，需要很輕的技術把這些數據變為結構化的因子形態），比如熱度數據、情感數據、支付數據等大數據領域。

19.現在常用的因子都是易於量化的因子，對於基本面因子、事件驅動因子、市場情緒因子等不易量化的因子，有無合適的處理方法？

具體問題具體分析，不好量化的因子可以根據經驗直接分層打分來處理。

模型擬合

1.擬合多因子模型的綜合目標是什麼？

增強模型的解釋能力，提高模型對風險的預測。

2.如何選擇樣本空間？例如對初上市股票、ST股票、指數成分股變動、停牌股票等異常情況的處理方法。

每一期進行回歸時的樣本空間都需要動態處理，對於明顯不合理且沒有代表性的股票可以直接剔除，比如初上市的股票，ST股票、停牌股票等，保證最終所選出來的股票是最具有代表性的。同時需要注意，剔除時需要考慮行業問題，不能剔除不合理之後某個行業下面就沒有代表股了，比如A股的保險業，對於這種情況就需要綜合考慮。

3.如何選取因子組？有什麼可以參考的經典理論？

所選取的因子要保證合乎投資邏輯且經過長期市場檢驗，參考理論多來自於經濟金融教科書、論文期刊等，比如Fama-French三因子模型。

4.從選擇因子到多因子策略回測，一般有哪幾個環節？哪些可以省去，哪些不能？

單因子測試，多因子合成，預測個股收益率、交易成本估算、組合構建

5.每一期的因子暴露度，如果不進行離群值、缺失值以及標準化處理，會有什麼後果？如果選擇進行處理，又會帶來哪些需要注意的模型扭曲？

極值在回歸中會影響整體的情況，若不進行標準化處理會導致因子間的量綱相差甚遠，缺失值過多也回影響模型整體情況；對於極值的處理要考慮合理性，特別異常的極值可以直接去掉，缺失值剔除太多也不行，標準化要考慮行業之間在某些因子上固有的差異。

6.離群值處理方法有那幾種？一種比較常用的辦法是將離開均值N倍標準差距離以外的離群值拉回N倍標準差的位置上，這時候N一般取值多少？

離群值處理有分位數去極值、標準正態分布去極值；若用標準正態分布，常見的N取3。

7.缺失值的處理方法有哪幾種？現提供三種參考方式：一是把空置設為NaN，回歸涉及NaN項時用程序自動忽略；二是把所有含NaN項的個股從當期票池中剔除；三是把所有NaN（在標準化後）設為零（或中位數）。它們有什麼區別？哪種好？或者有沒有更好的？

回歸時有NaN的項，程序也會自動忽略，和剔除所達到的效果一樣；直接將NaN設置為0或者中位數也是一個可選方案，但這種替代是否合理還要具體情況具體分析；個人經驗是，若因為某些原因缺失值不能直接去掉則建議用某個值替換，反之沒有這個限制則可以剔除。

8.標準化的方法有哪些？標準化後數據近似呈現何種分布規律？各種標準化方法的利弊？

常用的是假設因子值服從正態分布，用(x-u)/sigma來進行標準化；在因子值明顯不服從正態分布時，可以採用中位數標準化方法。

9.帶權重的標準化，權重怎麼設置？是否需要和回歸時的個股權重保持一致？

可以選用流通市值作為權重，回歸時個股設置的權重是為了剔除異方差的影響，沒有必要和帶全標準化這時的一樣。

10.標準化、離群值處理、缺失值處理，三個環節如何確立先後順序？

一般來說，處理順序為極值處理、缺失值處理、標準化。

11.因子之間或多或少具有一些相關性，若把所有因子進行正交化處理，會發生什麼情況？這樣做或不這樣做的理由是什麼？

類似於主成分分析法，若把所有因子進行正交化則會失去因子的投資邏輯，會使得模型的解釋性不夠強也沒有原始因子那麼直觀。

12.如何選擇截面回歸的頻率？依據是什麼？

截面回歸的頻率決定了對風險預測的horizon，這也對應了後續構建組合的調倉頻率，需要聯繫起來考慮；常用的計算截面回歸的一般是日頻。

13.回歸模型涉及的個股收益率怎麼計算？最簡單的（又能保證一定精確度的）方法是什麼？

可以用復權收盤價，精確結果應該是利用市場價格和分紅、配股等影響收益的因素結合計算。

14.回歸模型是否需要加入截距項（即常數項）？在什麼情況下可以取，什麼情況下不能取？

有行業因子時不能加入截距項，因為行業因子之和為全1向量，再加截距項就會導致回歸係數不唯一確定

15.回歸時用OLS和WLS的區別在哪裡？使用WLS的依據是什麼？

WLS主要是消除異方差的影響，得到的factornreturn更有效，在現實中確實存在不同市值股票的波動表現差異很大，大市值藍籌股波動明顯小於小市值股票，WLS有其合理的意義。

16.如何評估或衡量多因子模型的效果？

常見的有兩種方式，一個是進行典型的bias test，構建組合計算BS統計量，看其波動率是否為1；另一個是直接繪圖，xy軸分別為組合實際波動率和組合預測波動率。

17.如何判斷現有因子是否足夠解釋收益率？

R^2，值的絕對水平以及穩定性

18.中國股票市場多因子模型的R^2通常在什麼量級？

0.4~0.5

小小打個廣告：

優礦自己有400+的因子庫，有基本面因子、技術因子也有文中提到的分析師因子、券商常見因子、特色因子等等。

歡迎各位朋友查閱

優礦因子數據

優礦特色數據

推薦閱讀：