上周的内容中,小叮当提到了目前市场上使用得比较多的量化选股模型,也就是多因子模型,多因子模型是希望构建”解释变量”来解释最终收益,因此在构造模型的过程中,会存在一些前提条件。想象这样一个场景:过去买了好多股票【股票的组合】,每天都会有当天的损益,最终形成收益曲线图。
1,
因子的来源有一个专业术语【因子挖掘】,挖掘出的因子可以被拿来解释个股或组合的收益,目前因子挖掘体系相对成熟,也是入门量化必备的技能。
一般根据因子的性质将因子分为以下几类:
- 盈利因子:净利率、毛利率、ROE、ROA、……
- 成长因子:EPS增长率、ROE增长率、总资产增长率、……
- 杠杆因子:资产负债率、流动负债率、……
- 流动因子:成交额、成交量、换手率、……
- 技术因子:股价反转、最高点距离、……
- 规模因子:流通市值、总资产、……
- 质量因子:存货周转率、固定比、营业费用比率、……
- 估值因子::PCF、PE、PS、PB、PD……
- 一致预期因子:一致预期EPS、一致预期PEG、一致预期ROE
2,
常见因子的牛熊表现:
- 盈利因子:ROE(+)、ROA(+)、……
- 成长因子:ROE增长率(+)、总资产增长率(+)
- 流动因子:换手率(-)
- 技术因子:股价反转 (-)
- 规模因子:流通市值 (-)
- 质量因子:存货周转率(-)、固定比(-)、营业费用比率(+)
- 估值因子:PCF(-)、PE(-) 、PB(-) 、PD(-) ……
红色:牛市,绿色: 熊市,蓝色: 震荡市,黄色:全市场。
3,
基于多因子的策略通用流程:
因为多因子模型的“因子”通常是用来解释资产价格变动的解释变量,至于能否盈利需要根据确定的因子来测算,通常构造基于因子的策略流程是:
1、确定因子后,将因子的取值(标准变化、归一化处理)按从小到大(或从大到小)排序
2、根据值域,使用数据分箱处理因子的值,将股票对应的因子归类到十分位之后的类别中
3、做多排名最高的一组中的全部股票(或者等权重做多排名最高的几组股票),有路子的话也同时做空排名最低的一组,每月调整一次仓位。