详情描述

多因子模型研究系列之七：使用多因子框架的沪深300指数增强模型

本篇报告中,我们使用多因子框架构建了沪深300指数增强模型。多因子框架的建立，主要包括四个步骤:数据预处理、单因子检测、收益模型和风险模型。原始数据构成的因子经过数据对齐、去极值、标准化、缺失值处理的预处理步骤，进入单因子检测环节。单因子检测分为统计检验和分层回测两种。通过单因子检测后，我们采用逐步回归法，为收益模型逐个引入新因子，根据拟合优度的统计量决定新引入的因子对整个模型的贡献程度。最后，使用Barra风险模型控制整个组合的风险，以及在特定风险因子上的暴露。

针对沪深300和中证500成分股，最终选取估值因子、盈利因子、成长因子、动量因子和流动性因子作为收益预测因子构建收益模型，选取波动率因子、市值因子、中性市值因子、Beta因子和行业因子作为风险因子代入风险模型。

我们针对沪深300成分股，以月度调仓的频率构建投资组合。回测数据为2011年2月-2019年1月。收益模型采用12个月移动平均的方式预测因子收益，风险模型中，在二次规划的条件部分对风险因子的暴露设定为0。经过回测，模型年化超额收益10.15%，并在2011-2018期间每一年都跑赢指数，平均跟踪误差3.55%，平均换手率4.09倍。

【更多详情，请下载：多因子模型研究系列之七：使用多因子框架的沪深300指数增强模型】