股票動態分組視角下的因子有效性研究_深度分析報告.pdf 24頁

定 量 研 證券研究報告 究 ＃title ＃ 股票動態分組視角下的因子有效性研究 assAuthor 專 題 ＃createTime1 ＃ 2020 年7 月16 日 報 報告關鍵點 投資要點 告 我們從個股中心化思想出發構 ＃summary ＃ ? 行業中性化是單因子處理的重要步驟，主要目的在于避免選股因子在行業 建了一套動態分組流程，主要思 想是針對每個股票選擇與其相 上分布過于集中。我們認為，行業中性化的本質在于使用行業定義來確定 關性最大的 10 只股票作為一 股票的相似群組，找到股價共同移動概率較高的股票，最終達到在不同群 組，并在每個組內對股票進行Z- Score 標準化。此方法使得因子 組中分散化投資的目的。然而，定性行業分類沒有統一的指導規則，行業 表現有明顯的提升。 的選擇基準往往依賴于主觀判斷，在實際使用上存在一些問題。因此，本 ＃relatedReport ＃ 相關報告 文嘗試從定量角度對股票進行動態分組，以求達到更好的實踐效果。 《西學東漸— 海外文獻推薦系 ? 本文從合成因子有效性與動態分組特征兩個維度對動態分組效果進行評 列之三十六》 價。在合成因子有效性維度，我們采用報告《因子動態配置手冊》中構建 《因子動態配置手冊》 的八大類因子作為研究標的，嘗試基于不同的動態分組方式對大類因子進 行中性化，最后使用合成因子的IC 及多空組合表現對動態分組進行評價。 團隊成員： 在動態分組特征維度，我們構建平均成對相關性、組內股票收益率離差、 組間股票收益率離差三個指標衡量動態分組的組內同質性與組間異質性。 ? 我們首先嘗試了四種聚類方法（K-Means 聚類 、MiniBatch K-Means 聚類、 層次聚類與DBSCAN 聚類）來構建動態分組。從實證效果來看，聚類方 法的效果并不理想，雖然聚類分組下的合成因子表現較原始因子有所上 升，但相比傳統中信行業分類下的合成因子表現要差。 ? 隨后，我們從個股中心化思想出發構建了一套動態分組流程，主要思想是 針對每個股票選擇與其相關性最大的 10 只股票作為一組，并在每個組內 對因子進行Z-Score 標準化。此方法使得因子表現有明顯的提升，以個股 中心化（月度）合成因子為例，因子IC_IR 高達1.71 （原始因子：1.12， 中信行業中性化后因子：1.50），多空組合夏普比率為 4.57 （原始因子： 3.01， 中信行業中性化后因子：4.01），最大回撤降至4.70% （原始因子： 11.45%， 中信行業中性化后因子：6.15%）。同時個股中心化（月度）分 組在平均成對相關性、組內股票收益率離差、組間股票收益率離差三個指

開始查重