财通证券-星火多因子专题报告（六）：Alpha因子重构，引入协方差矩阵的因子有效性检验-190827

《财通证券-星火多因子专题报告（六）：Alpha因子重构，引入协方差矩阵的因子有效性检验-190827（17页）.pdf》由会员分享，可在线阅读，更多相关《财通证券-星火多因子专题报告（六）：Alpha因子重构，引入协方差矩阵的因子有效性检验-190827（17页）.pdf（17页精品完整版）》请在悟空智库报告文库上搜索。

　　投资要点：
　　引入协方差矩阵的因子有效性检验法
　　传统的因子有效性检验法更多关注个股对于组合在收益上的贡献程度，忽略了个股对于组合在风险层面的影响，从而在一定程度上损失部分有效信息。
　　引入协方差矩阵的因子有效性检验法的t值比多空分组法的t值应该更大，且与实际投资中的组合优化方法更为贴近。理论上而言是一种更能准确反映因子有效性程度的方法。
　　带绝对值的组合优化求解更为复杂，我们提出两种引入新变量的方法和一种直接求解法，分享在此问题上的一些探索。
　　从点到面：财通金工Alpha因子库构建
　　财通金工从Beta、规模、动量、波动、换手、估值、成长、质量、盈利、杠杆和特色因子出发，构建57个基础因子，并对其有效性进行检验。
　　我们综合考虑大类因子覆盖率及子类因子表现进行手动筛选，最终选取14个基础Alpha因子，作为信号选择来源。
　　集众之长：Alpha因子合成效果检验常用的因子合成法有等权法、RankICIR加权法、Qian（2007）方法等。
　　实证结果表明，基于Qian_Shrink方法得到的合成Alpha因子效果最佳，在全样本中，多空对冲组合的信息比率达到3.51，月胜率达到84%，且纯多头组合相较基准存在稳健的超额收益。
　　风险提示：本报告统计数据基于历史数据，过去数据不代表未来，市场风格变化可能导致模型失效。