各风格因子表现如何?

各风格因子表现如何?

最佳答案 匿名用户编辑于2022/09/02 10:21

你好,在《量化投资-因子表现与模型解释力度分析:CNE7经典版多因子模型》中,详细介绍了风格因子表现,如果想要查看更多内容,请下载原报告。

1.波动率因子:Beta 与残余波动率

2016 年以前,CNE7 与 CNE5 模型的 Beta 因子表现较为一致,均从接近 0%收益率逐渐攀升至 90%左右。 2016 年熊市环境下,Beta 因子表现经历短期上下震荡后。自 2017 年起,Beta 因子历史累计收益率始终为正且 持续上升,但 CNE7 与 CNE5 模型在该因子表现上出现分化,相同 Beta 因子暴露度下 CNE7 模型获得的因子收 益更高。截至最新,CNE7 Beta 因子累计收益率高达 211%,而 CNE5 Beta 因子累计收益率仅为 170%。两个模型 在 Beta 因子构建上相同,均基于半衰期,采用加权 OLS 法回归得出。

残余波动率因子表现方面,2007 年以来,高波动率股票整体跑输低波动股票,累计收益率为负,2017 年以 后,高波动股票与低波动股票分化加剧。截至最新,CNE7 与 CNE5 的残余波动率因子累计收益率分别约-15%和 -49%。风格因子相对收益为负,可以通过负的暴露度来获取正的收益贡献。CNE7 与 CNE5 均基于半衰期计算股 票历史波动率及残差波动率,在波动范围计算上有所区别,CNE7 根据过去 52 周最高价和最低价的波动来计算, 而 CNE5 则是根据过去 12 个月相应数据来计算。

2.市值因子:规模与中盘股

规模因子,即大小盘因子,衡量大市值股票相对小市值股票的表现。大盘股在 2007 年短暂跑赢小盘股后 至今,整体跑输小盘股,虽然在 2014 年末以及 2021 年初有所回升,规模因子累计收益仍持续为负。整个历史 区间内 CNE7 的规模因子收益始终低于 CNE5, 控制相同的规模因子负暴露度,CNE7 获得的正向收益更大。截 至最新,CNE7 与 CNE5 的规模因子累计收益分别约-55%和-46%。

中盘股因子衡量中盘股相对于市值分布两端小盘股和大盘股的表现,该因子表现与规模因子相近,整体呈 下滑态势且累计收益率始终为负。相比 CNE5 模型,CNE7 模型的中盘股因子同样更为显著,整个历史区间内 相同因子暴露度下获取的正向收益始终更高。截至最新,CNE7 与 CNE5 的规模因子累计收益分别约-69%和63%。

3.价值因子:Earnings Yield 与 Book to Price

自 2007 年以来,价值因子 Earnings Yield 累计收益率持续为正,2016 年后因子收益率大幅攀升,CNE7 与 CNE5 模型分别达到历史峰值约 52%及 18%。2018 年至 2021 年 Earnings Yield 因子收益虽有所回落,2022 年初 至今又出现反弹回升。与 Earnings Yield 因子表现相近,Book to Price 的历史累计收益率均为正,2019 年至 2021年收益率持续回落后于 2021 年起快速反弹,整体呈上升态势。

相比 CNE5 模型,CNE7 模型的价值因子均更显著,整个历史区间内相同因子暴露度下获取的正向收益始 终更高。截至最新,CNE7 与 CNE5 的 Earnings Yield 因子累计收益分别约 44%和 14%,Book to Price 因子累计收 益分别约 52%和 21%。我们认为最主要的区别在于,构建 Earnings Yield 因子时除了分析师预测 E/P 与滚动 P/E 之外,CNE7 用到了销售额与市值比,而 CNE5 则采用现金收益与市值比。

4.动量因子

动量衡量股票过去一年的强势程度。高动量股票在 2008 年至 2020 年,以及 2015 年至 2017 年两段历史区间内,收益下跌后又大幅拉升,尤其是 2017 年至 2021 年反弹效应显著,整体跑赢低动量 股票。2021 年高动量股票相对表现回落后于 2022 年初再次反弹。CNE7 和 CNE5 模型在动量因子表现上相 近,截至最新,CNE7 和 CNE5 的动量因子累计收益分别约 39%和 59%。两个因子均是基于半衰期对样本内股 票超额堆书收益率进行加权计算。

5.流动性因子

流动性即换手率因子,衡量交易的活动程度。2007 年至今,流动性因子累计收益为负且持续走低,高换 手率股票始终跑输低换手率股票。控制相同负暴露度条件下,CNE7 模型在流动性因子上获得的正向收益始终 高于 CNE5,体现较强的因子显著性。截至最新,CNE7 与 CNE5 的累计收益率分别约-90%和-74%。我们认为 主要区别在于,CNE7 在计算季换手率和年换手率时直接采用滚动 3 个月和 12 个月的日换手率和,而 CNE5 则是将日换手率取自然对数求平均,分别滚动 3 个月和 12 个月。

参考报告

量化投资-因子表现与模型解释力度分析:CNE7经典版多因子模型.pdf

量化投资-因子表现与模型解释力度分析:CNE7经典版多因子模型。多因子风险模型在优化投资组合及降低投资组合风险,以及投资组合业绩归因方面应用极为广泛。我们基于中国A股市场特征及客户的反馈构建了股票模型CNE7经典版,模型选用10个风格因子、34个行业因子和1个市场因子作为解释股票收益的共同因子。与BarraCNE5模型相比,CNE7经典版在市场、部分风格及行业因子表现上更为显著,更能反映和体现市场行业轮动和风格切换。但近些年随着股票个数增多,10个大类因子框架解释力度有所下降。市场因子市场因子等同于全A指数的走势,引入市场因子可以将市场效应与行业效应剥离开。A股的扩容进展飞速,截止2022年4...

查看详情
相关报告
我来回答