因子选股系列之九十四：UMR2.0，风险溢价视角下的动量反转统一框架再升级.pdf

上传者：罗***
时间：2023/07/14
热度：864
0人点赞
举报

因子选股系列之九十四：UMR2.0，风险溢价视角下的动量反转统一框架再升级。高风险日获得的收益往往是承担风险带来的，其更多源于投资者过度自信导致的价格反应过度，因此未来更倾向于反转效应，而低风险日获得的收益并不源于承担高风险，因此未来更偏向于动量效应，我们以时序均值调整后的风险指标来加权个股每日的溢价，并以此构建统一的动量反转因子。

“高风险日可能更偏反转，低风险日可能更偏动量”，但是动量不一定都出现在低风险日，而反转也不一定都出现在高风险日，在一些特殊时点，例如盈余公告日、一字跌停日、反弹动量日当日的收益可能更偏动量，另外因子也会受到窗口中高风险日占比、高超额日占比的风格影响，因此我们引入特殊日期处理、风险因素剥离、分钟高频化等维度，以此构建动量和反转统一框架 2.0。

风险溢价下的统一动量反转因子——UMR 因子

我们从股票日度的真实波动、换手率，大单买入均价偏离、小单主动买入金额占比、平均单笔成交量，早盘尾盘成交占比、分钟收益波动率、分钟收益偏度等维度刻画股票的日度风险并用以调整其每日超额收益，经过上述 2.0 的框架调整，加权得到风险调整后的 UMR 因子，每个调整后的因子都具有非常显著的选股能力，复合 UMR 因子月度 IC 均值达到 0.116，年化 ICIR 达 5.56，IC 月度胜率 96%，月均多头超额 1.35%。并且不管是 1 个月还是 1 年的窗口下，因子都表现出持续同向的动量效应，并且选股效果衰减非常缓慢。

UMR 因子在指数增强中的应用

将 UMR 因子加入现有的指数增强模型后，各指数增强组合年化超额收益和信息比均获得明显提升，且大部分年份的超额收益都能获得提高。沪深 300 增强模型年化超额从 16.27%提升到 17.36%；中证 500 增强模型年化超额从 19.64%提升到 20.86%；中证 1000 增强模型年化超额从 25.70%提升到 26.97% ；国证 2000 增强模型年化超额从 26.44%提升到 28.41%。