安信证券基于有效因子的多因子选股模型计划

安信证券：基于有效因子的多因子选股模型-110126 类别： 机构： 研究员：

[摘要]

报告关键点：

&本报告用1997到2004共8年的A股数据，验证了30个常见选股因子的有效性，并对其中的有效因子进行了去冗处理，最后形成了一个基于9个有效因子的多因子选股模型。

&以2005到2010的数据对模型进行样本外检验，发现该模型具有较好的选股能力，在整个检验期内，从前20到前100只每隔10个股票形成一个组合，超额收益率都在20%以上。

报告摘要：

我们借鉴了国内外的各种文献以及多因子选股模型，用打分法建立了一个简单而稳健的多因子选股模型。

在站策划和站运营过程中 本文多因子选股模型的建立过程主要分为候选因子的选取、选股因子有效性的检验、有效但冗余因子的剔除、综合评分模型的建立和模型的评价及持续改进等5个步骤。

用1997到2004共8年的A股数据，验证了30个常见选股因子的有效性，保留了12个有效因子。然后对其中的有效因子进行了去冗处理，最后形成了一个基于9个有效因子的多因子选股模型。

用2005到2010的数据对模型进行样本外检验，模型得分最高的前20%股票组合年化收益为35.48%，而同期的上证指数年化收益为14.19%；模型得分最高的前20、40、60、80和100只股票组合的年化收益分别为33.73%、36.72%、40.08%、37.73%和41.59%，均大幅跑赢上证指数。

新的因子的发掘、因子权重的调整以及动态调整因子加权方式等等是未来进一步改进我们的多因子模型的重要方向。

风险提示：本报告所做的模拟测试是使用历史数据，并不代表在未来也一定会有非常好的表现。

多因子模型是一类重要的选股模型，它的优点是能够综合很多信息最后得出一个选股结果。多因子模型的表现相对来说也比较稳定，因为在不同的市场情况下，总有一些因子会发挥作用。因此，在量化投资界，不同的投资者和研究者都开发了很多不同的多因子模型。各种多因子模型核心的区别第一是在因子的选取上，第二是在如何用多因子综合得到一个最终的判断。一般而言，多因子选股模型有两种判断方法，一是打分法，二是回归法。打分法就是根据各个因子的大小对股票进行打分，然后按照一定的权重加权得到一个总分，根据总分再对股票进行筛选。打分法根据加权方法的不同又可以分为静态加权和动态加权。打分法的优点是相对比较稳健，不容易受到极端值的影响。回归法就是用过去的股票的收益率对多因子进行回归，得到一个回归方程，然后再把最新的因子值代入回归方程得到一个对未来股票收益的预判，然后再以此为依据进行选股。回归法的优点是能够比较及时地调整股票对各因子的敏感性，而且不同的股票对不同的因子的敏感性也可以不同。回归法的缺点是容易受到极端值的影响，在股票对因子敏感度变化较大的市场情况下效果也比较差。本文借鉴了包括Barra，CreditSuisse等多因子模型并参考了国内外各种文献，选取了30个因子进行了详尽的数据测试，最后选取了9个因子作为我们的因子，用打分法建立了一个多因子模型，模型的样本外检验效果良好，在未来我们将每月根据该模型向市场推出一个股票组合。