权益因子择时专题报告：初探因子择时的模型和方法选择

2022-06-13 投资咨询业务资格： 证监许可【2012】669 号 金融工程团队 研究员： 张革 021-60812988 zhangge@citicsf.com 从业资格号 F3004355 投资咨询号 Z0010982 中信期货研究|金融工程专题报告 重要提示：本报告难以设置访问权限，若给您造成不便，敬请谅解。我司不会因为关注、收到或阅读本报告内容而视相关人员为客户；市场有风险，投资需谨慎。 摘要： 因子择时：收益与风险并存。由于时序时数据的低信噪比特点，择时策略虽具有理论可行性，但预期表现并不稳定。对择时策略可偏谨慎参与，将其作为收益增厚方案或卫星策略进行配置。 因子的因子：选择因子估值、因子换手、因子 beta、因子离散度、因子收益波动率和因子动量作为因子的择时指标。这些指标均能从一定程度上反映因子某一维度的预期收益能力，可以用于生成因子择时信号。 传统回归法在因子择时中的效果：使用经典时间序列回归和主成分回归对因子收益率进行择时。对于动量因子而言，二者差距不明显，但对于波动率因子主成分回归要优于时间序列的直接回归。 机器学习与 AI 算法在因子择时中的应用初探：采用非线性和机器学习算法或能进一步捕捉因子与因子收益率之间的非线性关系。在测试的逻辑回归、支持向量机、单层神经网络和 XGBoost 四种算法中，XGBoost 较线性策略而言提升最为明显，其余算法在一定参数下也多有更优表现。后续可以考虑一般线性和机器学习算法的组合信号进行因子择时，进一步优化策略的择时能力。 风险提示：模型/方法/参数失效、数据区间有限、时序噪音和择时的不确定性 本文是权益因子择时系列的第一篇，旨在探索因子择时指标与因子收益率之间的有效联动，初探择时策略。本文引入了六个因子择时指标和六种择时算法，基于部分参数的算法能够为预测因子收益率的方向提供高胜率参考，对于不同被择时因子均能获取超额收益。 报告要点 初探因子择时的模型和方法选择 ——权益因子择时专题报告 中信期货金融工程专题报告 2 / 21 目 录 摘要： ......................................................................................................................................................................... 1 一、 因子择时：欲戴其冠，必承其重 .................................................................................................................... 4 （一） 择时收益与操作难度并存 ................................................................................................................... 4 （二） 因子择时的理论可行性 ....................................................................................................................... 4 （三） 因子择时的争议和风险 ....................................................................................................................... 5 二、 因子的因子 ........................................................................................................................................................ 5 （一） 因子估值 .............................................................................................................................................. 6 （二） 因子换手率 .......................................................................................................................................... 6 （三） 因子 beta .............................................................................................................................................. 6 （四） 因子离散度 .......................................................................................................................................... 7 （五） 因子收益波动率 ......................................................................................................................