论文摘要
一直以来,多因子选股模型是量化投资中十分重要的研究领域。多因子选股模型是量化投资中一种重要的选股模型之一,它能够综合考虑很多影响股票收益率的因素,最后得出一个选股结果。在不同的市场行情下,多因子选股模型的表现相对会比较稳定,因为总有一些因子会发挥作用。所以,在量化研究中,投资者和研究者们都研究开发出了很多不同类型的多因子选股策略。本文在用回归法构建的传统线性多因子选股模型的基础上,又加入了等权重法和两种不等权重打分法选股模型(IC均值加权和IC_IR加权打分法),使得回测结果得到了明显改进。本文根据市场经验和经济逻辑的研究,并考虑了数据的可获得性,筛选出从理论上对股票收益具有较强解释性的七个大类因子,一共为31个候选因子,这些因子反映的都是公司基本面的财务、经营等因素。然后从2010年1月起到2018年11月,以沪深300所有成分股的31个因子数据进行实证研究。首先分别对31个因子做了单因子有效性测试,其次通过大类分析法剔除了冗余因子,最后得到了5个有效线性因子,分别是:pe_ttm(市盈率)PE(TTM))、yoy_or(营收同比增长率)、roe_ttm2(ROE(TTM))、pct_chg_per(区间涨跌幅)、pq_avgturn2(区间日均换手率)。使用这5个有效线性因子构建了基于回归法的多因子选股模型,在回测期间我们获得了相对于基准沪深300的超额收益,年化阿尔法为3.5%。为了更进一步对比不同的多因子选股模型的选股效果,本文中加入了打分法选股模型,先后分别使用了等权重和不等权重打分法对股票的各个有效因子的大小分别进行打分,之后加权得到一个总分,然后根据总分对股票进行分数从高到低的排序,最后筛选出排名靠前的股票构建投资组合。最后由回测结果可知,相对于基准沪深300,等权重打分法选股模型在回测期间获得的超额收益率最高,基于回归法的多因子选股模型次之,而其他两种不等权重打分法选股模型获得的年化收益率则十分差强人意。等权重打分法相对于沪深300的年化阿尔法为11.4%,夏普比率为0.75。和多因子选股模型的结果相比,等权重打分法收益波动率在从26.1%小幅下降到23%的情况下,相对于沪深300的年化阿尔法从3.5%上升到了11.4%。所以,在这四种选股方法中,等权重打分法可以利用线性有效因子打分筛选出一批更优质的股票,进而可以获得相对于其他选股模型更高的超额收益率,因此在实际应用中我们更倾向于使用等权重打分法选股模型。
论文目录
文章来源
类型: 硕士论文
作者: 雷璇
导师: 刘彦文
关键词: 多因子选股模型,回归法,打分法,单因子有效性测试,线性有效因子,等权重打分法,不等权重打分法
来源: 大连理工大学
年度: 2019
分类: 基础科学,经济与管理科学
专业: 数学,宏观经济管理与可持续发展,金融,证券,投资
单位: 大连理工大学
分类号: F224;F832.51
DOI: 10.26991/d.cnki.gdllu.2019.001872
总页数: 53
文件大小: 1888K
下载量: 230
相关论文文献
标签：多因子选股模型论文; 回归法论文; 打分法论文; 单因子有效性测试论文; 线性有效因子论文; 等权重打分法论文; 不等权重打分法论文;