开源证券-开源量化评论-76-:股东户数因子的深挖和改进-230618

文本预览:
股东户数因子回归股本与股价后效果显著 我们使用向后填充,按月抽样的方法,得到月度的股东户数因子(HolderNumber,以下简称HN),原始的HN因子RankIC为-1.97%,这表明股东户数越多,股票未来预期收益越低,但HN因子的表现十分不稳定。股东户数与股票流通市值存在较高的正相关性,两者的截面秩相关系数均值高达0.55,市值行业中性化后,HN因子的RankIC下降至-1.48%,RankICIR为-0.54,稳定性依然欠佳。 股票的流通市值=流通股本×股价(未复权),如上所述,股东户数与流通市值强正相关,但流通股本和股价与股东户数的关系却截然相反:流通股本与股东户数的秩相关系数均值高达0.76,比流通市值更显著,而股价与股东户数的相关性却显著为负,秩相关系数均值为-0.50。 和市值行业中性化相比,对股本、股价分别或合并作回归剔除,得到的残差因子在显著性与稳定性上都要更优。 区间股价振幅越高,股东户数变化率因子效果越好 我们构造最近两期财报间股东户数的季度变化率因子HNpct,HNpct因子RankIC为-2.02%,RankICIR为-1.28,RankIC胜率为63%。多空收益方面,五分组下HNpct因子的年化多空收益为5.55%,收益波动比为1.01。HNpct因子的多头端区分效果不明显,空头端的负向收益更为显著。 股东户数的季度变化率的绝对幅度abs(HNpct)(即HNpct因子的绝对值)同样具有一定负向选股能力,abs(HNpct)因子RankIC为-2.15%,RankICIR为-0.98,RankIC胜率为56%。多空收益方面,五分组下abs(HNpct)因子的年化多空收益为4.37%,收益波动比仅为0.53。 我们基于股价区间振幅,对不同振幅下HNpct与abs(HNpct)因子的选股能力进行测试。结果显示,振幅越大,对应的HNpct因子与abs(HNpct)因子的表现越好,其中,最高振幅分组下,HNpct与abs(HNpct)因子的RankIC分别为-2.64%与-2.39%。 基于以上测试结果,我们进一步构造了HNpct与abs(HNpct)的精选与标准化因子,和对照基准相比,精选因子的RankIC、多空收益与多头收益变化不大,但RankICIR、多空收益波动比、多空收益最大回撤均有较好改善;而标准化因子在RankIC、多空收益与多头收益上有所下降,但因子稳定性与多空收益稳定性提升则更为显著。 风险提示:模型基于历史数据测试,市场未来可能发生重大改变。
展开>>
收起<<
《开源证券-开源量化评论-76-:股东户数因子的深挖和改进-230618(10页).pdf》由会员分享,可在线阅读,更多相关《开源证券-开源量化评论-76-:股东户数因子的深挖和改进-230618(10页).pdf(10页精品完整版)》请在悟空智库报告文库上搜索。
(以下内容从开源证券《开源量化评论(76):股东户数因子的深挖和改进》研报附件原文摘录)股东户数因子回归股本与股价后效果显著 我们使用向后填充,按月抽样的方法,得到月度的股东户数因子(HolderNumber,以下简称HN),原始的HN因子RankIC为-1.97%,这表明股东户数越多,股票未来预期收益越低,但HN因子的表现十分不稳定。股东户数与股票流通市值存在较高的正相关性,两者的截面秩相关系数均值高达0.55,市值行业中性化后,HN因子的RankIC下降至-1.48%,RankICIR为-0.54,稳定性依然欠佳。 股票的流通市值=流通股本×股价(未复权),如上所述,股东户数与流通市值强正相关,但流通股本和股价与股东户数的关系却截然相反:流通股本与股东户数的秩相关系数均值高达0.76,比流通市值更显著,而股价与股东户数的相关性却显著为负,秩相关系数均值为-0.50。 和市值行业中性化相比,对股本、股价分别或合并作回归剔除,得到的残差因子在显著性与稳定性上都要更优。 区间股价振幅越高,股东户数变化率因子效果越好 我们构造最近两期财报间股东户数的季度变化率因子HNpct,HNpct因子RankIC为-2.02%,RankICIR为-1.28,RankIC胜率为63%。多空收益方面,五分组下HNpct因子的年化多空收益为5.55%,收益波动比为1.01。HNpct因子的多头端区分效果不明显,空头端的负向收益更为显著。 股东户数的季度变化率的绝对幅度abs(HNpct)(即HNpct因子的绝对值)同样具有一定负向选股能力,abs(HNpct)因子RankIC为-2.15%,RankICIR为-0.98,RankIC胜率为56%。多空收益方面,五分组下abs(HNpct)因子的年化多空收益为4.37%,收益波动比仅为0.53。 我们基于股价区间振幅,对不同振幅下HNpct与abs(HNpct)因子的选股能力进行测试。结果显示,振幅越大,对应的HNpct因子与abs(HNpct)因子的表现越好,其中,最高振幅分组下,HNpct与abs(HNpct)因子的RankIC分别为-2.64%与-2.39%。 基于以上测试结果,我们进一步构造了HNpct与abs(HNpct)的精选与标准化因子,和对照基准相比,精选因子的RankIC、多空收益与多头收益变化不大,但RankICIR、多空收益波动比、多空收益最大回撤均有较好改善;而标准化因子在RankIC、多空收益与多头收益上有所下降,但因子稳定性与多空收益稳定性提升则更为显著。 风险提示:模型基于历史数据测试,市场未来可能发生重大改变。