基于行為金融因子的多因子量化策略研究.pdf

1、行為金融學(xué)是近年來非常熱門的金融學(xué)分支。而多因子量化策略的研究歷來是量化金融研究的重要內(nèi)容。本文的核心工作是將行為金融和多因子量化策略有機(jī)結(jié)合，進(jìn)行基于行為金融因子的多因子量化策略研究。本文的主要研究環(huán)節(jié)有三個(gè)，分別是因子構(gòu)造與計(jì)算、模型構(gòu)建與算法設(shè)計(jì)以及實(shí)證分析。
　　在因子構(gòu)造與計(jì)算環(huán)節(jié)，本文以發(fā)表于金融頂級(jí)期刊JFQA和JFE的兩篇文章為主要參考，分別構(gòu)建了持續(xù)過度反應(yīng)因子和趨勢因子兩個(gè)行為金融因子，并用中國股市的數(shù)據(jù)計(jì)算兩

2、個(gè)因子。
　　在模型構(gòu)建與算法設(shè)計(jì)環(huán)節(jié)，本文分別圍繞單因子有效性檢驗(yàn)與多因子選股模型展開研究。本文基于分層回測法和回歸分析法建立了完整的單因子有效性檢驗(yàn)體系，通過對(duì)因子分組收益結(jié)果、因子收益結(jié)果、因子信息系數(shù)結(jié)果等的統(tǒng)計(jì)分析，研判因子的選股有效性。對(duì)于多因子選股模型，本文從不同角度對(duì)模型進(jìn)行了分類研究，在因子選取上，本文構(gòu)建了靜態(tài)多因子模型與動(dòng)態(tài)多因子模型兩種模型;在選股方法上，本文研究了單因子選股后組合與多因子綜合打分后選股兩種

3、算法;在因子權(quán)重分配上，本文分析了信息系數(shù)加權(quán)、信息比率加權(quán)、因子預(yù)期收益加權(quán)等多種算法;以上多角度多算法交叉組合，形成了若干多因子量化選股模型，本文的實(shí)證環(huán)節(jié)將從中選取部分模型進(jìn)行回測分析。
　　在實(shí)證分析環(huán)節(jié)，本文以中國股市滬深300指數(shù)的300只成分股為主要研究對(duì)象，先后進(jìn)行了行為金融因子有效性檢驗(yàn)與基于行為金融因子的多因子量化選股策略回測。
　　經(jīng)過檢驗(yàn)，本文構(gòu)造的持續(xù)過度反應(yīng)因子和趨勢因子在中國市場上均具有較好的選

4、股有效性。持續(xù)過度反應(yīng)因子的因子收益達(dá)到每月0.9％，平均年化收益率接近11％，趨勢因子的因子收益達(dá)到每月1.1％，平均年化收益率約為13％。兩個(gè)因子的分組平均收益、累計(jì)收益均有明顯的極值組差異性和組間單調(diào)性，因子收益歷史表現(xiàn)明顯好于市場基準(zhǔn)，因子回歸分析也表明兩個(gè)因子具有顯著的選股有效性。
　　多因子量化選股策略回測中，本文基于構(gòu)建的兩個(gè)行為金融因子和市值、賬面市值比、動(dòng)量等由權(quán)威學(xué)者提出和驗(yàn)證的有效選股因子構(gòu)建多因子模型?？紤]

5、多因子模型構(gòu)建流程中的不同算法，本文分別對(duì)多因子綜合打分選股、因子Rank-IC移動(dòng)均值加權(quán)模型，多因子綜合打分選股、因子IC_IR值加權(quán)模型，單因子選股后組合、因子Rank-IC移動(dòng)均值加權(quán)模型以及單因子選股后組合、因子IC_IR值加權(quán)模型共四個(gè)模型進(jìn)行了回測分析，結(jié)果表明，基于行為金融因子，采用多因子綜合打分選股方法構(gòu)建的多因子模型，在中國滬深300指數(shù)成分股上表現(xiàn)良好，策略年化收益率超過28％，年化超額收益率約為20％，除去201