量化交易 多因子策略理论
作者:互联网
多因子策略理论
股票量化策略
股票量化交易策略最基本有两种形式, 趋势交易 (技术分析) 和市场中性 (基本面分析). 经常使用的方法为多因子选股和趋势追踪.
不管是多因子选股策略还在趋势追踪策略, 都是为了获取一定的超额收益. 趋势追踪策略通过各种交易时机手段获取, 而股票的多因子选股策略则是通过选股获得.
Alpha & Beta
每个投资策略的收益率可以分解成为两部分: Alpha 和 Beta.
回归方程: Y (总收益) = Beta * 市场表现 + Alpha 收益
Beta
Beta 代表和市场相关的一部分.
举个栗子: 如果指数可以交易, 你买入价值 100 万的沪深 300 指数并一直持有, 这是一个 beta 策略,因为你赚到的是市场波动产生的收益.
Alpha
Alpha 代表和整个市场无关的一部分.
举个栗子: 你花了 100 万买入 20 只股票, 这些股票表现不俗, 比前面的 Beta 策略多赚 20%, 那么这 20% 是 alpha 收益.
获取 Alpha 超额收益可以有很多策略, 比如因子选股策略.
多因子的种类
因子分析的角度
因子来源的角度
多因子策略的优势
- 多元因子, 阿尔法收益的来源丰富, 多因子持续稳定
- 根据市场环境的变化选取最优因子和权重, 模型可修改
资产定价模型 (CAPM)
公式
资产定金模型公式:
- ri: 证券的收益率
- rF (Risk Free Rate): 无风险利率
- rM (Expected Market Return): 市场收益率
- rM-rF (Equity Market Premium): 风险溢价
- β: 某只股票与市场的相关性
CAPM 公式中的右边第一个是无风险收益率. 比较典型的无风险回报率是 10 年期的美国政府债券. 如果股票投资者需要承受额外的风险, 那么他将需要在无风险回报率的基础上多获得相应的溢价. 那么, 股票市场溢价就等于市场期望回报率减去无风险回报率. 证券风险溢价就是股票市场溢价和一个 β 系数的乘积.
优点
CAPM 的最大优点在于简单, 明确. CAPM 把任何一种风险证券的价格都划分为三个因素: 无风险收益率, 风险的价格和风险的计算单位, 并把这三个因素有机结合在一起.
缺点
CAPM 的假设前提难以实现. CAPM 假设的市场是处于完全竞争状态, 但是完全竞争在现实市场中是很难实现的.
套利定价理论模型 (APT)
简介
套利定价理论 APT (Arbitrage Pricing Theory) 是 CAPM 的拓广. 由APT 给出的定价模型与 CAPM 一样, 都是均衡状态下的模型. 不同的是 APT 的基础是多因素模型.
公式
- ri: 证券的收益率
- a: 常数组成列向量
- β: 灵敏度矩阵. 是因素 j 对风险资产收益率的影响程度. 称为灵敏度(sensitivity) / 因素负荷 (factor loading)
- ε 是随机误差列组成的列向量
APT 模型其实就是相当于一个多因子模型. 证券收益通过权重系数回归得到, 但是没有指出其中具体的因子 (特征) 是什么.
FF 三因子模型
简介
Fama 和 French 两人在 1992 年对美国股票市场决定不同股票回报率差异的因素的研究发现市值较小, 市值账面比较低的两类公司更有可能取得优于市场水平的平均回报率.
公式
- ri: 证券的收益率
- rF (Risk Free Rate): 无风险利率
- rM (Expected Market Return): 市场收益率
- rM-rF (Equity Market Premium): 风险溢价
- β: 某只股票与市场的相关性
- SMB: 市值因子
- HML: 账面市值比因子
在过去的 20 年里面, 很多学者对三因子模型进行了实证分析, 发现有些股票的 Alpha 显著不为 0. 这说明三因子模型中的三个风险 (因素) 并不能解释所有的超额收益.
FF 五因子模型
简介
早在 1993 年, Fama和 French 两个人就已经发表了他们的三因子模型. 认为股票的超额收益可以由市场风险, 市值风险, 账面市值比风险来共同解释. 后来, 这两个人发现了除了上述风险, 还有盈利水平风险, 投资水平风险也能带来个股的超额收益, 并在 2013 年发表了五因子模型.
公式
- RMW: 高 / 低盈利股票投资组合的回报之差
- CMA: 低 / 高再投资比例公司股票投资组合的回报之差
五因子模型是在三因子模型的基础上增加了盈利因子和成长因子这两类因子.
标签:策略,模型,CAPM,因子,量化,多因子,Alpha 来源: https://blog.csdn.net/weixin_46274168/article/details/114922779