多因子量化模型投资策略研究

摘要：量化投资在国外应用已经非常普遍，目前国内正处于快速发展阶段。随着我国股票市场的不断改革，市场化程度日益提高，加上计算机和人工智能技术快速发展，使得量化投资在我国具备良好的发展前景。本文选取2016年1月1日至2019年12月31日期间沪深300指数成分股为研究对象构建多因子量化投资策略，以2016年1月1日至2017年12月31日作为有效因子筛选期，2018年1月1日至2019年12月31日作为多因子策略的回测期，以检测所构建多因子模型的有效性。

关键词：量化投资;多因子模型;沪深300;有效因子

一、研究背景

量化投资的蓬勃发展离不开金融学的发展，量化投资的很多理论都是建立在数理和金融学理论之上。Markowitz 在1952年建立了现代资产组合管理理论，提出了收益与风险均衡的分析范式，成为现代金融学的奠基理论。Sharpe、Litner、Mossin在资产组合理论基础上研究了资产价格的均衡结构，提出了资本资产定价模型（CAPM），为度量风险和收益的关系提供了一个简化的线性模型。Ross于1970年提出了著名的无套利定价理论（APT），认为股票收益是由多个因素共同决定的，对资本资产定价模型做了进一步的深化，该理论成为量化投资选股的基本理论。

得益于国外资本市场的完善和高度市场化，量化投资在国外已有30多年的发展历史。1969年，爱德华·索普成立了第一个量化投资基金——可转换对冲合伙基金，后改名为普林斯顿-纽波特合伙基金，主要从事可转换债券的套利。1973年美国芝加哥期权交易所成立，以金融衍生品创新和估值的量化投资革命拉开了序幕。

随着我国资本市场的不断完善和市场化程度不断提高，量化投资迎来了快速发展时期，目前国内越来越多的大学开设了量化投资课程，以培养量化投资人才。2015年以来，中国量化投资基金行业已进入快速发展轨道，截至2019年5月我国量化基金产品已有 362只，总规模在 1200 亿元人民币左右。量化投资成为了市场参与者进行资产管理的重要工具之一。

二、模型构建

（一）数据选取

本文选取2016年1月1日至2019年12月31日期間沪深300指数成分股作为研究对象，构建多因子量化投资策略，研究量化多因子模型在我国A股市场的适用性。构架多因子模型的第一步就是进行有效因子的选取，以2016年1月1日至2017年12月31日作为有效因子筛选期，2018年1月1日至2019年12月31日作为多因子策略的回测期，检测所构建多因子选股策略的有效性。

构建多因子模型的理论基础是Ross提出的无套利定价理论（APT），其一般表达式为：

本文选取了估值因子，成长因子，财务质量，换手率因子，杠杆因子等五大类因子，共14个因子作为备选因子。分别是：账面市值比、总市值、市盈率、市销率、每股收益、roe、roa、毛利率、现金比率、总资产/股东权益、长期债务/股东权益、资产负债率、换手率。

（二）数据处理

初始因子值数据存在离群值，量纲不一致等问题，需要进行去极值和标准化处理，消除离群值和量纲不一致对实证分析的影响。本文中，去极值采用均值标准差法，又称为3sigma法，即将样本数据当中超过样本均值3倍标准差的数据判定为离群值，上限为均值加上3倍标准差，下限为均值减去3倍标准差，超过上限的数据用上限代替，低于下限的数据用下限代替。

关于标准化，业界一般使用z-score法进行标准化处理。该方法回答这样一个问题“给定数据距离其均值多少个标准差"，在均值之上的数据会得到一个正的标准化分数，反之会得到一个负的标准化分数。

（三）有效因子选取

找到能够解释股票收益的有效因子是构建多因子策略的关键一步，本文选取IC值、IR值，作为筛选有效因子的标准。IC均值越大，表明排名分越靠前的股票，未来收益排名也越靠前。IR值代表因子在历史上表现的稳定性，IR值越大，因子越有效。根据分析，将账面市值比、市净率、市盈率、每股收益等10个因子初步选定为有效因子，并对有效因子进行共线性分析，去除相关性高的因子。最终剩下账面市值比、市净率、、市销率、每股收益、ROE、ROA、毛利率、换手率八个因子为最终有效因子。

三、策略回测

构建多因子模型的常见方法有打分法和回归法，本文使用打分法构建模型，选取得分排名前5%的股票，构建等权重股票投资组合，在2018年1月1日至2019年12月31日进行回测检验。回测结果如图1所示，相比于沪深300基准收益，本文所构造的多因子模型获得了11.45%的累计收益，和基准收益相比，有9.66%的超额收益率。

四、总结

本文基于无套利定价理论构建了一个简单的多因子选股模型，以沪深300指数为基准，在回测期间获得了超额收益，证明多因子量化模型在A股市场是适用的。本文研究还存在很多不足，比如候选因子的数量过少，因子筛选的样本期不够长，因子有效性的标准还应该更严格一些。目前证明有效的因子在未来是可能失效的，因此在研究多因子模型时，应该充分考虑因子有效性的期限和范围。

参考文献：

[1]薛海霞. 基于沪深300成分股的多因子选股策略研究[D].河北经贸大学，2020.

[2]李倩倩. 多因子量化选股模型建立及优化[D].山东大学，2019.

[3]孙奕迪，李恒昊，韩梦雪.多因子模型在中国股票市场的选股应用[J].品牌研究（经营版），2020（11）：242-243.

[4]赵子铭，赵文声.基于有效因子复合检验法的多因子选股策略[J].广州航海学院学报，2019，27（03）：74-78.

[5]董晓波，常裕琦.基于因子IC的多因子量化选股模型及绩效分析[J].长春理工大学学报（社会科学版），2019，32（06）：82-87.

[6]Markowitz，H.Portfolio Selection[J].Journal of Finance.1952，Vol.12，71–91.

[7]王晓霞. 基于成长性的多因子选股模型的中国A股量化投资策略研究[D].浙江工商大学，2020.

四川大学黄强

本文由： 品牌研究杂志社编辑部整理发布，如需转载，请注明来源。

品牌研究杂志社

2022/06/17