多因子量化模型投資策略研究

摘要：量化投資在國外應用已經非常普遍，目前國內正處于快速發展階段。隨著我國股票市場的不斷改革，市場化程度日益提高，加上計算機和人工智能技術快速發展，使得量化投資在我國具備良好的發展前景。本文選取2016年1月1日至2019年12月31日期間滬深300指數成分股為研究對象構建多因子量化投資策略，以2016年1月1日至2017年12月31日作為有效因子篩選期，2018年1月1日至2019年12月31日作為多因子策略的回測期，以檢測所構建多因子模型的有效性。

關鍵詞：量化投資;多因子模型;滬深300;有效因子

一、研究背景

量化投資的蓬勃發展離不開金融學的發展，量化投資的很多理論都是建立在數理和金融學理論之上。Markowitz 在1952年建立了現代資產組合管理理論，提出了收益與風險均衡的分析范式，成為現代金融學的奠基理論。Sharpe、Litner、Mossin在資產組合理論基礎上研究了資產價格的均衡結構，提出了資本資產定價模型（CAPM），為度量風險和收益的關系提供了一個簡化的線性模型。Ross于1970年提出了著名的無套利定價理論（APT），認為股票收益是由多個因素共同決定的，對資本資產定價模型做了進一步的深化，該理論成為量化投資選股的基本理論。

得益于國外資本市場的完善和高度市場化，量化投資在國外已有30多年的發展歷史。1969年，愛德華·索普成立了第一個量化投資基金——可轉換對沖合伙基金，后改名為普林斯頓-紐波特合伙基金，主要從事可轉換債券的套利。1973年美國芝加哥期權交易所成立，以金融衍生品創新和估值的量化投資革命拉開了序幕。

隨著我國資本市場的不斷完善和市場化程度不斷提高，量化投資迎來了快速發展時期，目前國內越來越多的大學開設了量化投資課程，以培養量化投資人才。2015年以來，中國量化投資基金行業已進入快速發展軌道，截至2019年5月我國量化基金產品已有 362只，總規模在 1200 億元人民幣左右。量化投資成為了市場參與者進行資產管理的重要工具之一。

二、模型構建

（一）數據選取

本文選取2016年1月1日至2019年12月31日期間滬深300指數成分股作為研究對象，構建多因子量化投資策略，研究量化多因子模型在我國A股市場的適用性。構架多因子模型的第一步就是進行有效因子的選取，以2016年1月1日至2017年12月31日作為有效因子篩選期，2018年1月1日至2019年12月31日作為多因子策略的回測期，檢測所構建多因子選股策略的有效性。

構建多因子模型的理論基礎是Ross提出的無套利定價理論（APT），其一般表達式為：

本文選取了估值因子，成長因子，財務質量，換手率因子，杠桿因子等五大類因子，共14個因子作為備選因子。分別是：賬面市值比、總市值、市盈率、市銷率、每股收益、roe、roa、毛利率、現金比率、總資產/股東權益、長期債務/股東權益、資產負債率、換手率。

（二）數據處理

初始因子值數據存在離群值，量綱不一致等問題，需要進行去極值和標準化處理，消除離群值和量綱不一致對實證分析的影響。本文中，去極值采用均值標準差法，又稱為3sigma法，即將樣本數據當中超過樣本均值3倍標準差的數據判定為離群值，上限為均值加上3倍標準差，下限為均值減去3倍標準差，超過上限的數據用上限代替，低于下限的數據用下限代替。

關于標準化，業界一般使用z-score法進行標準化處理。該方法回答這樣一個問題“給定數據距離其均值多少個標準差"，在均值之上的數據會得到一個正的標準化分數，反之會得到一個負的標準化分數。

（三）有效因子選取

找到能夠解釋股票收益的有效因子是構建多因子策略的關鍵一步，本文選取IC值、IR值，作為篩選有效因子的標準。IC均值越大，表明排名分越靠前的股票，未來收益排名也越靠前。IR值代表因子在歷史上表現的穩定性，IR值越大，因子越有效。根據分析，將賬面市值比、市凈率、市盈率、每股收益等10個因子初步選定為有效因子，并對有效因子進行共線性分析，去除相關性高的因子。最終剩下賬面市值比、市凈率、、市銷率、每股收益、ROE、ROA、毛利率、換手率八個因子為最終有效因子。

三、策略回測

構建多因子模型的常見方法有打分法和回歸法，本文使用打分法構建模型，選取得分排名前5%的股票，構建等權重股票投資組合，在2018年1月1日至2019年12月31日進行回測檢驗。回測結果如圖1所示，相比于滬深300基準收益，本文所構造的多因子模型獲得了11.45%的累計收益，和基準收益相比，有9.66%的超額收益率。

四、總結

本文基于無套利定價理論構建了一個簡單的多因子選股模型，以滬深300指數為基準，在回測期間獲得了超額收益，證明多因子量化模型在A股市場是適用的。本文研究還存在很多不足，比如候選因子的數量過少，因子篩選的樣本期不夠長，因子有效性的標準還應該更嚴格一些。目前證明有效的因子在未來是可能失效的，因此在研究多因子模型時，應該充分考慮因子有效性的期限和范圍。

參考文獻：

[1]薛海霞. 基于滬深300成分股的多因子選股策略研究[D].河北經貿大學，2020.

[2]李倩倩. 多因子量化選股模型建立及優化[D].山東大學，2019.

[3]孫奕迪，李恒昊，韓夢雪.多因子模型在中國股票市場的選股應用[J].現代營銷（經營版），2020（11）：242-243.

[4]趙子銘，趙文聲.基于有效因子復合檢驗法的多因子選股策略[J].廣州航海學院學報，2019，27（03）：74-78.

[5]董曉波，常裕琦.基于因子IC的多因子量化選股模型及績效分析[J].長春理工大學學報（社會科學版），2019，32（06）：82-87.

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

[7]王曉霞. 基于成長性的多因子選股模型的中國A股量化投資策略研究[D].浙江工商大學，2020.

四川大學黃強