论文部分内容阅读
截至2019年底,全球量化投资基金总规模已经突破3万亿美元,无论是数量还是市值规模上都呈现出爆发式的增长。随着沪深300、中证50以及中证500股指期货的上市交易,量化交易获得了越来越多基金团队的关注与研究。然而,在全球掀起量化交易浪潮的同时,国内量化基金的整体收益却表现一般,产品间业绩差距较大,存在“二八分化”的现象[1,2]。其中一个主要原因是目前国内使用的多因子选股模型多从海外引进,并没有很好地实现策略的本土化落地,缺乏创新的交易思路。为了探索适应中国A股市场的量化交易策略,本文基于打分法以因子IR值为权重构建多因子量化选股模型,并结合著名的Foster Friess积极成长策略的思路,对量化交易进行实证研究。本文借助聚宽(JoinQuant)量化投资平台为主要的操作软件,以中证全指各成分股为研究对象,设定全样本区间为2008年11月3日至2020年2月6日,共计11年的样本数据。首先,在进行有效因子检验之后,选取了三个时间窗口分别代表牛市、震荡以及熊市行情进行回归来构建传统多因子模型,以寻找有效因子在不同市场环境中表现的差异性和相同性。然后,将其中表现显著的有效因子选进最优因子集,通过打分法构建最优因子交易策略,从收益、风险以及持仓的角度全面分析策略的运行效果,并通过移动回测区间对策略进行稳健性检验。最后,对该策略表现薄弱的部分进行改进调试,创新地引入预期收益率、资产负债率以及销售毛利率作为筛选因子构建成长最优因子复合策略。实证结果表明,无论是超额收益、Sharpe比率还是最大回撤指标,改进后的策略均明显优于原策略。本文主要结论:第一,在不同市场环境或者不同时间窗口中,影响股票收益率的各个因子之间相关性都不相同。第二,Foster Friess积极成长策略的思想能很好地适用于中国股市。第三,从策略某些时间段的表现来看,相比于回归法,通过打分法以各个因子的IR值作为因子权重的方式能更好地适应国内A股市场。第四,从股票收益率对因子的敏感度来看,成长类、现金流类以及技术类因子表现一般,但是流通市值、20日平均换手率、20日平均换手率与120日平均换手率之比以及固定资产周转率因子可以作为中国股市很好的选股因子来构建交易策略。