【广发金工】2024精选深度报告系列之六：基于多期限残差的因子选股研究
财富
财经
2024-09-07 08:26
广东
残差动量与改进的低延迟趋势线。
本专题报告使用残差与改进的低延迟趋势线优化了多期限动量反转因子。残差使用近期截面回归的残差均值作为因子，提升了因子的超额收益稳定性。
改进的多期限动量与反转因子。
采用沪深A股2010年至2024年3月的数据，周频调仓的结果表明，改进的多期限动量与反转因子在各市场板块与主要宽基股票池中展现出较强的选股能力。在回测期间内，在全市场股票池中，此因子的Rank IC均值为-4.14%，Rank IC胜率为67.92%，多头组合年化收益率为20.13%，夏普比率为0.64，多空年化收益率为14.16%，夏普比率为1.33；在创业板中，Rank IC均值为-4.32%；在中证1000指数成份股中Rank IC均值为-3.79%。在中证500上的多头年化收益率为12.49%，夏普比率为0.42．
Barra因子相关性检验与中性化处理。
基于多期限残差因子与主要Barra 相关因子的相关性较低。在进行Barra中性化处理过后的因子仍然有着较强的分组单调性与风险收益表现，在全市场中的Rank IC均值为-2.98%，胜率为60.81%，多头年化收益率为17.42%。
风险提示。本专题报告所述模型用量化方法通过历史数据统计、建模和测算完成，所得结论与规律在市场政策、环境变化时可能存在失效风险；策略在市场结构改变时有可能存在策略失效风险。策略在交易行为改变时存在可能失效风险。
在《基于多期限动量与反转的因子研究》专题报告提出了基于多期限动量与反转的因子的构建方法。具体而言，此因子的构建过程整体上分成三步：在第t期，剔除全市场范围内的ST与*ST股票，以及停牌股票和上市不满一年的新股，对所有的t进行这样的操作。在第t期，分别估计截面的线性回归（相当于取过去两年的数据）。在第t期，对所有的截面回归得到的Beta，在时间轴上求均值，然后再与当期的均线价格比做内积，就得到了因子值。
实证分析表明，尽管多期限动量与反转因子在全市场呈现出较为优异的分组单调性与风险收益表现，但其选股能力在 2018 年后出现了下降。![]()
因此，有必要在原始的多期限动量与反转因子的基础上进行改进，挖掘增量信息，从而减少因子的Alpha衰减。本篇专题报告使用了多期限残差，对原始的多期限动量反转因子进行了改进与优化。具体而言，本报告在原始的多期限动量与反转因子上，进行了两处主要的改进分别为，使用残差动量作为因子值及使用改进的低延迟趋势线价格比作为每期截面回归的自变量。改进的残差动量因子的构建过程与原始的多期限动量反转因子相似，整体上也可以分为三步：在第t期，剔除全市场范围内的ST与*ST股票，以及停牌股票和上市不满一年的新股，对所有的t进行这样的操作。在第t期，对所有的截面回归得到的残差在时间轴上求均值，就得到了因子值。![]()
在多期限动量与反转因子的构建过程中，使用到了低延迟趋势线 (LLT) 作为截面回归的解释变量。与普通均线相比，低延迟趋势线能在过滤噪音、保留趋势的同时对价格的快速转向做出更加灵敏的反应。随着LLT周期的增长（a的减小），LLT对于新增值的敏感性降低，这意味着初始的两个值对LLT的位置和趋势的决定性的重要程度会变得更高。由于因子计算中使用了最长周期为250日的低延迟趋势线价格比，因此这种对初始涨跌幅的敏感性影响了因子的有效性。以一个具体的例子来说明这个问题：取沪深300指数从2012-01到2012-06的日度指数收盘点位，并基于此，分别绘制周期为20、60、90天的低延迟趋势线，得到了如下的结果：![]()
可以发现，随着低延迟趋势线的周期参数的增长，其明显偏离了价格的中枢，并且背离了价格的运动趋势。鉴于这种情况，本报告提出了一种对低延迟趋势线的改进方式，即改变原始低延迟趋势线的初始值的计算方法。根据上述流程计算得到因子值后，本篇专题报告构建了以下的选股策略，对因子的历史表现进行实证分析。回测区间：从2010年1月1日到2024年3月31日，如无特别说明，结果中展示的“2024年截止至今”指的是从2024年1月1日到2024年3月31日；选股范围：沪深A股，剔除上市交易时间不满一年的新股，剔除交易日停牌的股票和ST、*ST股票；换仓频率：周频（后续在调仓频率稳健性检验中会测试双周频和月频的效果）；因子预处理：因子极值化及标准化处理，因子行业市值中性化处理；调仓逻辑：每期按照因子值大小进行降序排序，分成5档，取第一组为多头组合，第五组为空头组合，等权计算收益率，以调仓当日的收盘价卖出，以调仓下个交易日的开盘价买入；期限参数组合：本报告中使用的默认参数组合共选取了十个不同期限；残差动量平均窗口：本报告中默认使用长度为两个月的残差动量平均窗口（即在每个因子计算日对过往8期的周频截面回归的残差做平均）。经测试，基于多期限残差因子，在全市场呈现出较为稳健的选股能力。在全市场股票池中，此因子的Rank IC均值为-4.14%，Rank IC胜率为 67.92%。在不同的股票池中，此因子在各市场都有较强的单调。在板块与规模成份股异质性方面，此因子在创业板与中证1000指数成份股上表现相对较好，在创业板上Rank IC均值为-4.32%；在中证1000指数成份股中的 Rank IC均值为-3.79%。
![]()
下图绘制了在全市场范围中此因子的Rank IC累积曲线。与原始的多期限因子相比，在2017年后并没有呈现出单调性的衰退。![]()
![]()
本报告在下文中展示了主板、创业板以及中证1000指数成份股上的因子单调性表现明细，此因子在这三个股票池中有较强的选股能力。![]()
![]()
![]()
![]()
![]()
![]()
检验因子选股能力的方式之一便是按照因子值排序分组构建投资组合。在这部分，将根据因子值从小到大在截面上对股票进行排序，从而得到5个不同的投资组合。
下文展现了因子投资组合在不同市场、板块与规模指数成份股票池上的净值曲线与累计净值。实证结果可以看出，此因子在不同的市场、板块以及规模成份股股票池中呈现出较为显著的分组单调性。其中，此因子在全市场、沪深主板、创业板上表现相对较为优异。在规模指数成份股股票池中，此因子在中证500、中证800以及中证1000上的分组单调性较为显著，在上证50与沪深300成份股票池中，多头也有显著的超额收益。![]()
![]()
![]()
![]()
单调性检验表明了因子较强的选股能力，因而在本报告中构建因子投资组合策略时，将股票池中股票按因子大小从小到大分为五组，将因子值最小的一组标注为多头，将因子值最大的一组标注为空头。在全市场与各子股票池上的多头策略和多空策略均具有较好的风险收益特征。在全市场中多头策略年化收益率为20.13%，夏普比率为0.64，多空年化收益率为14.16%，夏普比率为1.33。在各板块股票池中，此因子在各市场与板块表现相似，在中小市值股票池中表现优于大市值股票池。其中，在中证500上的多头年化收益率为12.49%，夏普比率为0.42，在中证1000上的多头年化收益率为 11.17%，夏普比率为0.32。![]()
![]()
![]()
![]()
![]()
本报告测试了不同平均窗口长度下因子的表现。从Rank IC来看，表现最好的是窗口长度一周的残差动量改进因子，其Rank IC均值为-4.71%。
![]()
![]()
![]()
![]()
![]()
本报告测试了不同调仓周期下的因子表现，降频后，因子的单调性和风险收益表现均显著下降。
![]()
![]()
![]()
为了验证因子是否带来了增量alpha，本报告在此章节对这两个因子与Barra主要因子进行了相关性分析，并对这两个因子进行了截面中性化。结果表明，改进后的因子与Barra相关因子的相关性较低，与其的相关性最高的三个Barra因子分别是动量因子（0.27）、残差波动因子（0.21）、流动性因子（0.19）。
![]()
本报告同时对因子进行了Barra中性化处理。处理过后的因子仍然有着较强的分组单调性与风险收益表现，在全市场中的Rank IC均值为-2.98%，胜率为60.81%，多头年化收益率为17.42%，多空年化收益率为9.45%。![]()
![]()
![]()
![]()
与原始的多期限动量与反转因子相比，改进因子，不仅拥有更稳定、持续的选股能力，而且拥有更低的换手率。原始的多期限动量反转因子，其多头组合的平均双边换手率（买卖均计算）为162%，而基于残差动量的改进因子的多头组合的换手率仅为63%，与之相比降低了近2/3。
![]()
![]()
本报告测试了在不同交易成本情况下的多头策略风险收益表现。要额外说明的是，这里采用的扣费方法是买卖双向同时扣费，即买入成交扣费一次，卖出成交再扣费一次，费率均为设定的水平，从万分之五到千分之三不等。![]()
![]()
![]()
![]()
本专题报告提出了一种基于多期限残差改进的因子，在原先的多期限动量与反转因子的基础上进行了优化，提升了因子的分组单调性的持续性。本专题报告所述模型用量化方法通过历史数据统计、建模和测算完成，所得结论与规律在市场政策、环境变化时可能存在失效风险；本微信号推送内容仅供广发证券股份有限公司（下称“广发证券”）客户参考，其他的任何读者在订阅本微信号前，请自行评估接收相关推送内容的适当性，广发证券不会因订阅本微信号的行为或者收到、阅读本微信号推送内容而视相关人员为客户。
完整的投资观点应以广发证券研究所发布的完整报告为准。完整报告所载资料的来源及观点的出处皆被广发证券认为可靠，但广发证券不对其准确性或完整性做出任何保证，报告内容亦仅供参考。
在任何情况下，本微信号所推送信息或所表述的意见并不构成对任何人的投资建议。除非法律法规有明确规定，在任何情况下广发证券不对因使用本微信号的内容而引致的任何损失承担任何责任。读者不应以本微信号推送内容取代其独立判断或仅根据本微信号推送内容做出决策。
本微信号推送内容仅反映广发证券研究人员于发出完整报告当日的判断，可随时更改且不予通告。
本微信号及其推送内容的版权归广发证券所有，广发证券对本微信号及其推送内容保留一切法律权利。未经广发证券事先书面许可，任何机构或个人不得以任何形式翻版、复制、刊登、转载和引用，否则由此造成的一切不良后果及法律责任由私自翻版、复制、刊登、转载和引用者承担。
