查看原文
其他

开源量化评论 | A股市场中如何构造动量因子?

开源金工 建榕量化研究 2022-11-30

团队成员

开源证券金融工程首席分析师 魏建榕 博士

微信号:brucewei_quant

执业证书编号:S0790519120001

开源证券金融工程研究员 高鹏(本报告联系人)

微信号:13951784990

研究领域:基金研究、因子模型

开源证券金融工程研究员 王志豪(本报告联系人)

微信号:13127569858

研究领域:行业轮动、因子模型


摘 要 

A股市场中动量效应难寻踪迹

动量效应是指过去收益较高的股票,在未来一段时间内仍具有相对较好的收益。动量效应普遍存在于国外的股票市场中,但在A股市场中,动量效应却难寻踪迹。众所周知,无论是短端涨跌幅因子还是长端涨跌幅因子,在A股市场均呈现为显著的反转效应。虽然长端涨跌幅因子的反转效应有所衰减,但依然显著


涨跌幅因子的切割

传统研究基于时间维度对长端涨跌幅因子进行了切割。以6个月涨跌幅-1个月涨跌幅为例,因子IC均值仅为-0.002,整体上切割效果不佳。

我们从交易行为维度出发,给出了基于日度振幅的涨跌幅因子切割方案。切割后的两部分因子分别呈现出显著的动量效应和反转效应。结论上,基于日度振幅的涨跌幅因子切割方案,能够从长端涨跌幅中切割出有效的动量因子


切割得到的动量因子表现稳健

我们分析了不同交易活跃程度下,涨跌幅因子的动量反转特性。测试结果显示,低振幅水平下涨跌幅因子呈现动量效应,高振幅水平下涨跌幅因子呈现反转效应,并且动量效应和反转效应的分布和强度具有不对称性。

基于涨跌幅因子的内在结构,切割得到的动量因子动量效应显著,IC均值为0.036,ICIR值为1.31。在全区间内,切割得到的动量因子多空表现稳健,因子的分组收益呈现单调排列,且多头组合超额收益优势较为显著。


切割得到的动量因子在沪深300样本表现优异

我们测试了切割得到的动量因子在沪深300样本空间中的表现。选股能力方面,切割得到的动量因子IC均值为0.051,ICIR值为1.04,选股能力显著。多头组合收益方面,多头组合相对同期沪深300指数超额收益率显著,并且在全区间内超额表现稳健


风险提示

模型基于历史数据,市场未来可能发生变化。


报告链接

https://pan.baidu.com/s/13fsFQrRCXmu6rRXgkrJ4bw 提取码: hmx4


报告发布时间:2020年7月21日

一、A股市场中动量效应难寻踪迹


动量效应是指过去收益较高的股票,在未来一段时间内仍具有相对较好的收益。动量效应普遍存在于国外的股票市场中,但在A股市场中,动量效应却难寻踪迹。众所周知,无论是短端涨跌幅因子还是长端涨跌幅因子,在A股市场均呈现为显著的反转效应。A股市场具有强反转这一特征属性,使得有效的动量因子变得稀少而珍贵


为了测试A股市场的反转效应,我们选择20至240个交易日分别构建涨跌幅因子。从图1可以看出,20日涨跌幅因子IC均值达到-0.054,呈现强反转特征。在回溯区间逐渐拉长过程中,因子IC均值的强度(绝对值)逐渐减弱并维持在-0.02左右。这说明,无论在短端还是长端,A股市场中涨跌幅因子都呈现出显著的反转效应,虽然长端涨跌幅因子的反转效应有所衰减,但依然显著。


二、涨跌幅因子的切割


01  涨跌幅因子时间维度的切割效果不佳


考虑到长端涨跌幅的反转效应弱于短端涨跌幅的反转效应,传统研究也尝试从长端涨跌幅之中切割出具有动量的部分。传统切割方案基于时间维度,使用长端涨跌幅与短端涨跌幅作差,以希望切割后的部分能够呈现出动量效应。传统6个月涨跌幅-1个月涨跌幅因子,其因子IC均值仅为-0.002,整体上动量效应并不显著


为了探究时间维度上涨跌幅因子的IC均值结构,我们将最近6个月涨跌幅切分为6个独立的月度涨跌幅,其中:Ret1m代表最近一个月涨跌幅因子,Ret(2m-1m)为最近第二个月涨跌幅因子,依此类推。从图2可以看出,除了Ret1m具有强反转效应,其他5个月份涨跌幅因子并不具有明显的动量效应或反转效应。因此,基于时间维度对涨跌幅因子进行切割效果不佳。

3给出了涨跌幅因子时间维度切割的直观理解。我们以6个月涨跌幅Ret6m为例,切割得到Ret1m(近端区域)与Ret6m-Ret1m(远端区域)两个部分。在短端涨跌幅Ret1m之中,同时存在着强反转与弱动量两个部分,因此整体上短端涨跌幅呈现为强反转效应。而在Ret6m-Ret1m部分,同时存在着反转与动量两个部分,但两者强度差异不大,因此整体上长端涨跌幅-短端涨跌幅的动量效应微弱。基于动量反转在时间维度上的分布特征,我们可以发现,仅仅时间维度上的简单切割,难以构造有效的动量因子


02  涨跌幅因子交易行为维度的切割



通过上文的分析,构造有效动量因子的关键在于:探寻合适的维度将动量与反转进行切割区分。在讨论涨跌幅因子合适的切割维度之前,我们先从交易行为角度对反转效应进行分析。行为金融学理论表明,反转效应是投资者的交易行为引发的市场现象,股价反转很大程度上与投资者过度反应有关。资金的过度涌入与过度流出,一定程度上都会导致股价的反转。因此我们思考:不同交易活跃程度下,动量和反转效应是否存在差异性?


我们从交易行为维度出发,尝试构造衡量交易活跃程度的指标来对涨跌幅因子进行切割。我们分别测试了换手率、单笔成交金额、日度振幅等指标的切割效果,最终给出了基于日度振幅的涨跌幅因子切割方案。具体切割步骤如下:

我们选择不同回看天数下的涨跌幅因子作为切割对象,对切割得到的A因子和B因子进行了测试。从图4的因子IC均值结构对比我们发现:1)不同时间窗口下,A因子呈现出动量效应,B因子则呈现出反转效应;2)随着时间窗口增加,A因子的动量效应呈现出逐渐增强趋势,B因子的反转效应逐渐减弱。当窗口期为160交易日时(N=160),对应的A因子IC均值为0.033,动量效应较为显著。测试结果表明,基于日度振幅的涨跌幅因子切割方案,能够从长端涨跌幅中切割出有效的动量因子。


三、切割得到的动量因子表现稳健


01  涨跌幅因子的内在结构



为了进一步探究涨跌幅因子的内在结构,我们分析不同交易活跃程度下,涨跌幅因子的动量反转特性。具体操作上,我们选择160交易日作为窗口期(N=160),并按照振幅高低将160个交易日等分为十组,其中第一组对应振幅最低10%交易日的涨跌幅加总,第十组对应振幅最高10%交易日的涨跌幅加总。


我们测试了不同分组下涨跌幅因子的动量反转效应,图5给出了不同分组的IC均值结构。可以发现:在振幅较低的分组(第一组-第七组),对应涨跌幅因子呈现出较为显著的动量效应;随着振幅水平的进一步提高,涨跌幅因子的动量效应开始衰减(第八组)并转为反转效应(第九组-第十组)。在振幅水平最高的第十组,涨跌幅因子呈现出强反转效应。我们可以得出结论:低振幅水平下涨跌幅因子呈现动量效应,高振幅水平下涨跌幅因子呈现反转效应,并且动量效应和反转效应的分布和强度具有不对称性。


02  切割得到的动量因子选股能力较为稳健



基于以上涨跌幅因子的内在结构,我们尝试构造有效的动量因子。具体操作上,我们选择160交易日作为窗口期(N=160),同时引入切割比例λ,将振幅较低的λ比例交易日的涨跌幅加总,构造得到动量因子A(λ)


从不同切割比例下A因子的IC均值和ICIR值走势(图6)上看:随着λ逐渐增加,IC均值与ICIR值均呈现出先增后降的走势,两者均在λ为70%左右达到峰值。当λ为70%时,对应A因子的IC均值为0.036,ICIR值为1.31,呈现为显著的动量效应。通过对比我们可以发现,图5与图6的结论相互印证:当λ由10%逐渐增大到70%过程中,由于增量部分涨跌幅因子动量效应较为显著(第一组-第七组),因此整体A因子的动量效应呈现增强趋势;随着λ由70%进一步增大到100%过程中,由于增量部分涨跌幅因子逐渐衰减为反转效应(第八组-第十组),因此整体A因子的动量效应逐渐减弱,最终甚至呈现为反转效应(λ=100%)。


图7给出了不同λ值下A因子的多空对冲净值表现。从图上我们直观的可以感受到:在全区间内,A因子多空表现较为稳健。随着λ逐渐增加,A因子多空收益逐渐提升。从不同分组的收益表现来看,A因子的分组收益呈现单调排列,且多头组合超额收益优势较为显著(图8)。


四、若干重要讨论


01  切割得到的动量因子沪深300样本表现优异


我们测试了切割得到的动量因子在沪深300样本空间中的表现。选股能力方面,新动量因子在沪深300空间的IC均值为0.051,ICIR值为1.04,选股能力显著。五分组多头组合收益方面,2010年4月份以来,多头组合年化收益率为9.72%(交易费率千分之三,月度调仓),同期沪深300指数年化收益率3.05%,多头组合超额收益率显著,并且在全区间内超额表现稳健(图9)。


02  其他切割方式的比较


前文提到,衡量交易活跃程度的指标除了日度振幅之外,还包括换手率、单笔成交金额等。我们也对其他指标的切割效果进行了测试,其中单笔成交金额切割得到的动量因子IC均值为0.027,ICIR值为0.83;换手率切割得到的动量因子IC均值为0.015,ICIR值为0.45。测试结果表明,三类指标切割得到的动量因子均呈现动量效应,其中日度振幅的切割效果最为优异。



五、风险提示


模型测试基于历史数据,市场未来可能发生变化。



相关报告回顾(可点击链接)

开源量化评论|估值因子坏了怎么修?

开源量化评论|缺口回补是近期潜在风险吗?

开源量化评论|A股市场中如何构造动量因子?



团队介绍

开源证券研究所金融工程团队,是一支年轻而富有创造力的团队,致力于提供全面深入、独家创新的量化研究。团队首席魏建榕先生,复旦大学理论物理学博士,专注量化投资研究近10年,历任东方证券研究员、上投摩根基金研究员、方正证券高级分析师、东吴证券联席首席分析师。在实证行为金融学、市场微观结构研究等领域取得了多项独创性研究成果,在国际学术期刊发表论文7篇,代表研报:《蜘蛛网CTA策略》系列、《聆听高频世界的声音》系列、《行业轮动的黄金律》、《反转因子的精细结构(W式切割)》等,在量化圈内有较好反响。作为团队核心成员,2016年获新财富最佳分析师第6名、金牛分析师第5名、水晶球分析师第6名、第一财经最佳分析师第5名。目前,开源金工团队成员来自复旦大学、华东师范大学、南京大学、厦门大学等知名院校,更多优秀成员正在引进中。

团队愿景:开源金工团队,将恪守「原创、深度、讲逻辑、可验证」的量化研究准则,努力为量化投资研究做出属于我们的微小贡献,共同见证中国量化投资事业的持续进步!


 法 律 声 明 

开源证券股份有限公司是经中国证监会批准设立的证券经营机构,由陕西开源证券经纪有限责任公司变更延续的专业证券公司,已具备证券投资咨询业务资格。

本报告仅供开源证券股份有限公司(以下简称“本公司”)的机构或个人客户(以下简称“客户”)使用。本公司不会因接收人收到本报告而视其为客户。本报告是发送给开源证券客户的,属于机密材料,只有开源证券客户才能参考或使用,如接收人并非开源证券客户,请及时退回并删除。

本报告是基于本公司认为可靠的已公开信息,但本公司不保证该等信息的准确性或完整性。本报告所载的资料、工具、意见及推测只提供给客户作参考之用,并非作为或被视为出售或购买证券或其他金融工具的邀请或向人做出邀请。本报告所载的资料、意见及推测仅反映本公司于发布本报告当日的判断,本报告所指的证券或投资标的的价格、价值及投资收入可能会波动。在不同时期,本公司可发出与本报告所载资料、意见及推测不一致的报告。客户应当考虑到本公司可能存在可能影响本报告客观性的利益冲突,不应视本报告为做出投资决策的唯一因素。本报告中所指的投资及服务可能不适合个别客户,不构成客户私人咨询建议。本公司未确保本报告充分考虑到个别客户特殊的投资目标、财务状况或需要。本公司建议客户应考虑本报告的任何意见或建议是否符合其特定状况,以及(若有必要)咨询独立投资顾问。在任何情况下,本报告中的信息或所表述的意见并不构成对任何人的投资建议。在任何情况下,本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任。若本报告的接收人非本公司的客户,应在基于本报告做出任何投资决定或就本报告要求任何解释前咨询独立投资顾问。

本报告可能附带其它网站的地址或超级链接,对于可能涉及的开源证券网站以外的地址或超级链接,开源证券不对其内容负责。本报告提供这些地址或超级链接的目的纯粹是为了客户使用方便,链接网站的内容不构成本报告的任何部分,客户需自行承担浏览这些网站的费用或风险。

开源证券在法律允许的情况下可参与、投资或持有本报告涉及的证券或进行证券交易,或向本报告涉及的公司提供或争取提供包括投资银行业务在内的服务或业务支持。开源证券可能与本报告涉及的公司之间存在业务关系,并无需事先或在获得业务关系后通知客户。

本报告的版权归本公司所有。本公司对本报告保留一切权利。除非另有书面显示,否则本报告中的所有材料的版权均属本公司。未经本公司事先书面授权,本报告的任何部分均不得以任何方式制作任何形式的拷贝、复印件或复制品,或再次分发给任何其他人,或以任何侵犯本公司版权的其他方式使用。所有本报告中使用的商标、服务标记及标记均为本公司的商标、服务标记及标记。

开源证券股份有限公司

地址:西安市高新区锦业路1号都市之门B座5层

邮编:710065

电话:029-88365835

传真:029-88365835




您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存