基于因子IC的多因子量化选股模型及绩效分析

发布时间：2020-12-29 11:25

　　为探究中国股票市场的波动幅度和风险性,选取2016年1月1日至2019年3月31日期间的上证指数和深证成指的收益率为研究对象,建立GARCH模型进行实证分析,得出以下主要结论:外部的冲击会加剧对上证指数、深证成指的波动,且上证指数受到外部冲击的波动更大,深证成指所受前期波动的影响更大。基于实证分析结果,制定了量化投资策略,即通过因子IC优化复合因子IR的方式来配置因子权重,构造多因子选股模型,并选取一些传统因子结合新构造的非流动性因子ILLIQ来进行分析,回测结果表明在2015年1月1日至2018年1月1日期间的回测中,策略收益达到67.67%,远高于基准收益10.69%。 

【文章来源】：长春理工大学学报(社会科学版). 2019年06期

【文章页数】：6 页

【部分图文】：

上证指数收益率时序图

图1 上证指数收益率时序图通过以上图形可以看出，上证指数收益率和深证指数收益率序列基本都是围绕在0附近上下波动，直观上判断应该都是平稳的。以下进一步采用ADF单位根检验法进行判断，利用EVIEWS软件得到结果汇总，如表1所示。

图3给出了2014年～2017年间，在不同时点，将市场上所有股票按因子分成10组，选取第1组（Q1）、第5组（Q5）以及第10组（Q10）股票因子的均值情况进行观察。可以看到：第一组因子值在-1至-0.5之间变化，第五组的因子值在-0.5上方小幅波动，第十组则在0.5至1.0区域内波动。这几组整体的因子均值波动范围较小，因此我们认为因子的截面特征较为稳定。

【参考文献】：
硕士论文
[1]A股市场多因子选股量化模型构建及其检验[D]. 费洋.浙江大学 2018
[2]多因子选股模型在中国股票市场的实证分析[D]. 王昭栋.山东大学 2014
[3]基于多因子量化模型的A股投资组合选股分析[D]. 江方敏.西南交通大学 2013



本文编号：2945560