“学海拾珠”系列之二百三十八：高维环境下的最优因子择时

敬请参阅末页重要声明及评级说明 证券研究报告 高维环境下的最优因子择时 ——“学海拾珠”系列之二百三十八 [Table_RptDate] 报告日期：2025-06-12 [Table_Author] 分析师：吴正宇 执业证书号：S0010522090001 邮箱：wuzy@hazq.com 分析师：严佳炜 执业证书号：S0010520070001 邮箱：yanjw@hazq.com [Table_CompanyReport] 相关报告 1. 《马科维茨模型中均值的最优收缩——“学海拾珠”系列之二百三十七》 2. 《基于层级动量的投资组合构建——“学海拾珠”系列之二百三十六》 3. 《新闻公告与短久期溢价——“学海拾珠”系列之二百三十五》 4. 《利用强化学习和文本网络改进相关矩阵估计——“学海拾珠”系列之二百三十四》 5. 《风险收益的权衡：宽松型风险平价模型——“学海拾珠”系列之二百三十三》 6. 《资产与因子风险预算：一种均衡策略——“学海拾珠”系列之二百三十二》 主要观点： [Table_Summary] 本篇是学海拾珠系列第二百三十八篇。本文研究了最优因子择时策略的构建方法。作者发现，通过整合众多因子与预测变量来构建择时策略，可以显著提升收益。该策略的关键在于运用收缩技术，其在估计最优投资组合权重时，保留了一份对因子择时潜在收益的审慎怀疑态度。这种收缩机制能够有效防止最优择时投资组合在构建过程中被历史数据中看似诱人、实则虚假的因子择时机会误导。因此，即使面对海量的因子-预测变量组合，该方法依然能表现优异。 ⚫ 最优因子择时投资组合的估计方法 首先，使用Ledoit和Wolf(2003)的协方差矩阵估计量，并按照Schäfer和 Strimmer(2005)的方法计算最优收缩强度。其次，使用 Kozak、Nagel和 Santosh(2020)收缩方法的一个变体来估计组合权重。该方法隐性地表达了对存在极高夏普比投资机会的怀疑。第三，对组合权重进行重新缩放，使得最优择时策略对原始因子的绝对权重之和在每期恰好等于 1。 ⚫ 最优因子择时策略表现出色 本文提供了实证证据表明，在各种规模的模型中，从包含少量因子和预测变量的模型到高维模型，作者持续观察到了中等程度的因子择时收益，即使在扣除合理的交易成本之后，这种收益依然存在。 核心内容摘选自 Cfa R L , Mehta M , Nagel S .于 2025 年 3 月在《Taylor & Francis》上发表的论文《Optimal Factor Timing in a High-Dimensional Setting》。 ⚫ 风险提示 文献结论基于历史数据与海外文献进行总结；不构成任何投资建议。 [Table_StockNameRptType] 金融工程 专题报告 [Table_CommonRptType] 金融工程 敬请参阅末页重要声明及评级说明 2 / 19 证券研究报告 正文目录 1 引言 ...................................................................................................................................................................................................... 4 2 因子择时投资组合 ............................................................................................................................................................................. 5 3 因子择时最优投资组合的估计 ........................................................................................................................................................ 6 4 实证流程 .............................................................................................................................................................................................. 7 5 因子与预测变量 ................................................................................................................................................................................. 8 6 实证结果 ............................................................................................................................................................................................ 10 7 结论 .................................................................................................................................................................................................... 17 风险提示： ............................................................................................................................................................................................. 18 [Table_CommonRptType] 金融工