量化研究专题：破解Alpha投资困境，因子择时方案再探索.pdf

量化研究专题：破解Alpha投资困境，因子择时方案再探索。Alpha因子的演化与挑战。多因子模型，作为量化投资界的关键工具，已积累深厚的海内外理 论与实践基础。在国内资本市场，机构投资者亦多以其为核心择股框 架。但随着市场演变，alpha因子日趋beta化，持续产生alpha的因 子变得稀少。在此背景下，新alpha因子挖掘和优化变得困难，传统方 法能提供的增量相对有限。同时，深度学习虽强大，但因其“黑箱” 性，在投资回撤时进行灵活调整较为困难。因此，当前市场环境下，建 立多维度因子择时体系至关重要。

探寻因子择时的外生性和内生性因素

外生性变量方面，我们创新的宏观因子择时框架融合了货币-信用 周期与宏观事件：首先通过货币-信用周期来划分宏观环境，进而根据 不同场景，利用统计检验严格筛选出有效的宏观事件，以此作为因子 择时的依据。结果表明，同一宏观事件在不同周期中的择时表现有显著 差异，且分周期宏观事件法在因子择时上效果稳健。内生性变量方面， 我们创新性地引入了换手IC，并借鉴了CTA的做法，将“CTA”择时 理念引入因子有效性走势的分析之中，基于标准化后的数据划定信号 触发区间。我们发现，在时序维度上，基本面和反转因子存在显著的动 量效应，而防御和流动性因子展现反转特性。

因子择时对指数增强策略增量显著

通过复合宏观事件、因子动量和离散度信号，验证了综合信号对指 数增强组合的增量贡献。基于因子择时策略的沪深300增强组合的年 化超额收益为15.32%，相较于原增强组合在年化超额收益方面提升了 2.6%，信息比由3.10提升至3.46，最大相对回撤由-7.3%降低至 5.3%。基于因子择时策略的中证500增强组合的年化超额收益为 19.59%，相较于原增强组合在年化超额收益方面提升了2.6%，信息比 由3.02提升至3.32。基于因子择时策略的中证1000增强组合的年化 超额收益为19.84%，相较于原增强组合在年化超额收益方面提升了 2.1%，信息比由2.87提升至3.14，最大相对回撤由-9.8%降低至 8.2%。