多因子Alpha策略在A股市场的实证研究
发布时间：2020-07-15 17:27
【摘要】：量化投资是一种运用计算机技术将数据信息转换为价值信号的统计套利方法,能为投资者提供客观理性的投资策略,是新兴的资产配置分析工具。近年来国内金融环境趋于稳定,制度体系较为规范,量化投资在A股市场的适用性有所提升。随着量化投资越来越多地受到投资者的关注,多因子alpha策略作为量化投资领域的经典策略,获得了快速的发展机会。本文研究的多因子alpha策略选股模型意在分析主流风格因子在国内A股市场的适用情况,进而搭建选股模型获得战胜市场的alpha收益。在多因子模型的实证分析过程中,本文遵循市场投资逻辑,将模型的搭建及检验分为投前准备、投中管理及投后分析三部分。在投前准备方面,本文选取四大类因子共计十六种细分因子进行有效性及相关性检验,梳理因子对股价的影响;在投中管理方面,根据因子的超额收益贡献度确定因子权重,搭建合适的选股模型;在投后分析方面,对模型回测检验结果进行指标分析及归因分析,判断超额收益的来源,同时对策略进行对冲,提出合理的优化改进意见。基于A股市场的实证检验结果,文本搭建的多因子模型在最近三年的回测检验期内可以获得战胜市场的alpha收益,同时综合指标表现及对冲结果符合预期。本文对多因子alpha策略的研究,希望提高多因子模型在国内金融市场的适用程度,并且为投资者提供客观有效的投资思路,找到获得超额收益的投资模式。
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：F832.51
【图文】：
逦山东大学硕士学位论文逦逡逑说明：为了获取因子组合的变动情况，因子收益率直方图数据为因子横截面的平均逡逑季度收益率；为了对比基准年化收益率，极端组合的超额收益情况表为组合的年化收益逡逑率数据。逡逑以下为单因子有效性分析结果：逡逑（１）估值因子逡逑０．Ｃ６逡逑
（ｄ）邋ＧＰ逦（ｅ）邋ＥＢＩＴＤＡ逡逑图４－２财务因子收益率直方图逡逑根据财务因子的表现，可以发现ＥＢＩＴＤＡ因子的相关性统计规律较为显著，但与逡逑逻辑分析不同的是，ＥＢＩＴＤＡ因子与收益率之间呈现出了负相关的关系，即ＥＢＩＴＤＡ逡逑越小的股票组合，收益率越高（仅针对沪深３００成本股股票），同时该因子在超额收益逡逑的计算中表现同样出色，基准年化超额收益率达到了邋５．７４％，因此将ＥＢＩＴＤＡ因子纳入逡逑观察因子库中，做进一步检验分析。ＧＰ因子同样呈现出了一定的相关性，但是并不明逡逑显，因此也将两因子纳入观察因子库中。ＲＯＡ、ＲＯＥ相关性规律比较不明砧，将其剔逡逑除。逡逑表４－５财务因子极端组合（第一组）超额收益情况逡逑ＧＰ逦ＥＢＩＴＤＡ逡逑因子总收益逦１２．４５％逦４５．６６％逡逑因子年化逦丨．９７％逦６．４５％逡逑基准总收益逦４．３５％逦４．３５％逡逑基准年化逦０．７１％逦０．７１％逡逑超额年化逦１．２６％逦５．７４％逡逑年化波动率逦２２．２８％逦２９．４５％逡逑逦最大回撤逦－４２．４１％逦－５５．０２％逡逑表４－６财务因子极端组合（第十组）超额收益情况逡逑ＧＰ逦ＥＢＩＴＤＡ逡逑因子总收益逦－４６．４９％逦４．１７％逡逑因子年化逦－９．８７％逦０．６８％逡逑基准总收益逦４．３５％逦４．３５％逡逑基准年化逦０．７１％逦０．７１％逡逑超额年化逦－１０．５８％逦－０．０３％逡逑年化波动率逦２９．６３％逦２４．６８％逡逑最大回撤逦－６９．７３％逦－４５．６２％逡逑在财务因子的极端组合超额收益表现中
（ｃ）互动效应逦（ｄ）综合效应逡逑图５－２多因？／？模型归因分析数据图逡逑通过对本文模型的归因分析，我们⑴＇以发现资产分屺效应与个股选择效应差R%较人，逡逑每个行业都存在卷不Q嫷母龉沙浠帷６员疚亩啵族辶耍磕Ｐ偷钠羰臼牵诙阅Ｋ艿挠呕义现校颐强梢跃】赡艿耐诰蛲蹲首楹襄喜智暗男幸蹬渲没幔酆闲幸狄蜃咏心Ｐ脱″义瞎桑庋嘁蜃幽Ｐ涂梢愿菪幸德侄榭龈谐”硐郑沟贸钍找婊竦靡欢ǖ腻义咸嵘瘴省ｅ义希担扯嘁蜃幽Ｐ偷姆缦斩猿逵胗呕义希担常蹦Ｐ偷姆缦斩猿宀呗藻义媳疚墓菇ǖ亩嘁蜃幽Ｐ退竦玫幕夭馐找媸浅植质找妫慰汲叨任跏甲式鹆俊Ｈ翦义舷牖竦梦榷ǹ煽康模粒欤穑瑁崾找妫枰阅Ｐ徒蟹缦斩猿澹慰蓟甲晃甘Ｊ绣义铣∩铣＜姆缦斩猿宀呗杂刑桌呗浴ⅲ粒欤穑瑁岵呗浴⒅猩呗约笆录呗
本文编号：2756800
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：F832.51
【图文】：
逦山东大学硕士学位论文逦逡逑说明：为了获取因子组合的变动情况，因子收益率直方图数据为因子横截面的平均逡逑季度收益率；为了对比基准年化收益率，极端组合的超额收益情况表为组合的年化收益逡逑率数据。逡逑以下为单因子有效性分析结果：逡逑（１）估值因子逡逑０．Ｃ６逡逑
（ｄ）邋ＧＰ逦（ｅ）邋ＥＢＩＴＤＡ逡逑图４－２财务因子收益率直方图逡逑根据财务因子的表现，可以发现ＥＢＩＴＤＡ因子的相关性统计规律较为显著，但与逡逑逻辑分析不同的是，ＥＢＩＴＤＡ因子与收益率之间呈现出了负相关的关系，即ＥＢＩＴＤＡ逡逑越小的股票组合，收益率越高（仅针对沪深３００成本股股票），同时该因子在超额收益逡逑的计算中表现同样出色，基准年化超额收益率达到了邋５．７４％，因此将ＥＢＩＴＤＡ因子纳入逡逑观察因子库中，做进一步检验分析。ＧＰ因子同样呈现出了一定的相关性，但是并不明逡逑显，因此也将两因子纳入观察因子库中。ＲＯＡ、ＲＯＥ相关性规律比较不明砧，将其剔逡逑除。逡逑表４－５财务因子极端组合（第一组）超额收益情况逡逑ＧＰ逦ＥＢＩＴＤＡ逡逑因子总收益逦１２．４５％逦４５．６６％逡逑因子年化逦丨．９７％逦６．４５％逡逑基准总收益逦４．３５％逦４．３５％逡逑基准年化逦０．７１％逦０．７１％逡逑超额年化逦１．２６％逦５．７４％逡逑年化波动率逦２２．２８％逦２９．４５％逡逑逦最大回撤逦－４２．４１％逦－５５．０２％逡逑表４－６财务因子极端组合（第十组）超额收益情况逡逑ＧＰ逦ＥＢＩＴＤＡ逡逑因子总收益逦－４６．４９％逦４．１７％逡逑因子年化逦－９．８７％逦０．６８％逡逑基准总收益逦４．３５％逦４．３５％逡逑基准年化逦０．７１％逦０．７１％逡逑超额年化逦－１０．５８％逦－０．０３％逡逑年化波动率逦２９．６３％逦２４．６８％逡逑最大回撤逦－６９．７３％逦－４５．６２％逡逑在财务因子的极端组合超额收益表现中
（ｃ）互动效应逦（ｄ）综合效应逡逑图５－２多因？／？模型归因分析数据图逡逑通过对本文模型的归因分析，我们⑴＇以发现资产分屺效应与个股选择效应差R%较人，逡逑每个行业都存在卷不Q嫷母龉沙浠帷６员疚亩啵族辶耍磕Ｐ偷钠羰臼牵诙阅Ｋ艿挠呕义现校颐强梢跃】赡艿耐诰蛲蹲首楹襄喜智暗男幸蹬渲没幔酆闲幸狄蜃咏心Ｐ脱″义瞎桑庋嘁蜃幽Ｐ涂梢愿菪幸德侄榭龈谐”硐郑沟贸钍找婊竦靡欢ǖ腻义咸嵘瘴省ｅ义希担扯嘁蜃幽Ｐ偷姆缦斩猿逵胗呕义希担常蹦Ｐ偷姆缦斩猿宀呗藻义媳疚墓菇ǖ亩嘁蜃幽Ｐ退竦玫幕夭馐找媸浅植质找妫慰汲叨任跏甲式鹆俊Ｈ翦义舷牖竦梦榷ǹ煽康模粒欤穑瑁崾找妫枰阅Ｐ徒蟹缦斩猿澹慰蓟甲晃甘Ｊ绣义铣∩铣＜姆缦斩猿宀呗杂刑桌呗浴ⅲ粒欤穑瑁岵呗浴⒅猩呗约笆录呗
本文编号：2756800
本文链接：https://www.wllwen.com/weiguanjingjilunwen/2756800.html
