如何提高反转因子的稳健性？

HTTP://RESEARCH.CSC.COM.CN 请参阅最后一页的重要声明 [table_main] 金融衍生品跟踪报告模板 证券研究报告·金融工程深度 如何提高反转因子的稳健性？ 主要结论 反转因子稳定性自 2017 年以来有所下降 以 2017 年为分水岭，在之前长达十年的时间里，只用小市值加反转就能得到年化超额收益两位数的投资组合，但是该策略在 2017年开始遭遇了巨大的回撤，虽然一部分原因是市场市值风格的转向，但是如果只在大市值股票中测量因子有效性，反转因子依然贡献负向 alpha。 反转因子与基本面因子的相关性不可忽略 反转因子和基本面因子在 2017 年上半年和 2019 年 2 月的有效性完全相反。在 2017 年反转因子的失效期，以 PB 和 ROE 为代表的基本面因子异军突起，而在 2019 年 2 月份的基本面因子回撤期，反转因子贡献了显著的超额收益。这种现象有一定的必然性。 反转组合的因子偏离和滞后一期因子表现反相关 赢家组合的因子值和滞后一期因子收益之间存在正相关关系，而输家组合是反相关关系。对于任何上个月有效的低频因子，赢家组合在该因子上正偏离，而输家组合是负偏离，对于最终构建出的反转组合，该因子的 alpha 对反转组合的收益贡献为负。 反转组合收益受滞后一期解释因子收益的影响是显著的 在FF5模型中加入5个代表解释因子滞后一期收益的交叉因子对反转组合的收益进行解释，模型的调整后 R 方为 0.488。除 RMW 因子之外，其余 4 个因子对应的交叉因子系数均显著为负，其中SMB_UP 和 HML_UP 在 0.1%水平下显著为负。 剩余反转因子受滞后一期解释因子的影响显著降低 根据 FF5 模型回归后的残差构建剩余反转因子，发现剩余反转因子在解释因子的偏离和滞后一期的因子收益之间的关系不再明显，模型的调整后 R 方由之前的 0.488 下降至 0.235。 剩余反转因子的 IR 相对反转因子提升 1.5 倍 剩余反转因子历史 IC 月均值 0.064，ICIR 达到 2.704，月胜率 78.74%，在稳定性统计量上均优于反转因子（ICIR2.112，月胜率 72.44%）。多空收益差的 IR 提升幅度约 1.5 倍。如果根据解释因子收益在时间序列上是否反向划分市场状态，那么历史上解释因子发生反向时，反转因子期望收益更高，平均超额收益 3%至 4%，但在 HML和 CMA 因子正向的状态超额收益为负。相比之下，剩余反转因子的收益分布更加稳定，在各市场状态月份均能产生 1%至 2%的超额收益。 金融工程研究 。[table_invest] 丁鲁明 dingluming@csc.com.cn 021-68821623 执业证书编号：S1440515020001 陈元骅 chenyuanhua@csc.com.cn 021-68821600-826 执业证书编号：S1440518090004 发布日期： 2019 年 11 月 28 日 市场表现 [table_indextrend] 相关研究报告 [table_report] 19.03.21 量化视角衡量个股估值提升的确定性——估值提升概率模型及其有效性分析 18.08.06 从相关关系到指数增强——谈 IC 系数与股票权重的联系 18.01.02 香港股市的有效 alpha 选股因子探索与分析 17.11.13 如何正确理解近期热度极高的低波动率因子 17.09.21 股东数量变化因子的有效性分析 17.07.14 市场风格切换下的因子有效性探索——2017 年上半年因子表现回顾 1 HTTP://RESEARCH.CSC.COM.CN 金融工程研究 金融工程深度报告 请参阅最后一页的重要声明 目录 一、引言 ............................................................................................................................................................ 2 1.1 2017 年上半年的反转因子反向 ................................................................................................................ 2 1.2 2019 年 2 月的传统因子集体回撤 ............................................................................................................ 2 1.3 反转因子和基本因子的相关性 ................................................................................................................. 2 1.4 反转背后的行为学 .................................................................................................................................... 2 二、理论模型：反转组合的收益和风险拆分 ................................................................................................ 3 2.1 反转组合的构建及因子偏离 .................................................................................................................... 3 2.2 反转组合的收益拆分 ................................................................................................................................ 4 2.3 反转组合的风险拆分 ................................................................................................................................ 5 三、反转组合特征的统计规律 ........................................................................................................................ 5 3.1 因子模型构建 .....