开源证券-市场微观结构研究系列（5）：APM因子模型的进阶版-200307

《开源证券-市场微观结构研究系列（5）：APM因子模型的进阶版-200307（11页）.pdf》由会员分享，可在线阅读，更多相关《开源证券-市场微观结构研究系列（5）：APM因子模型的进阶版-200307（11页）.pdf（11页精品完整版）》请在悟空智库报告文库上搜索。

　　APM因子的构建思想在于股票价格行为存在日内模式差异
　　我们独家提出的APM因子模型，专注于考察上午（am）与下午（pm）的价格行为差异，并提取出有效的选股因子，在量化投资同行中获得了较好的评价。本报告的主旨是，基于APM因子模型的思想框架，对原始APM因子的改进再作深入的探讨。
　　APM因子在2019年遭遇连续回撤
　　APM因子在样本内（2013年5月-2016年10月）表现良好，五分组多空对冲年化收益为15.9%，期间最大回撤为2.52%，信息比率为2.84，月度胜率为78.6%，样本外（2016年11月-2019年12月）的表现略逊于样本内，多空对冲年化收益为6.41%，最大回撤为5.72%。尤其是2019年，因子出现了连续的回撤。
　　APM因子的改进：改进后的APM因子较原始APM因子表现优异
　　我们通过构造股票分时段收益因子，发现APM因子在2019年的回撤是因为股票在日内交易行为的差异性发生了变化。进一步分析可知，从隔夜到下午，股票分时收益对未来收益的预测性逐步由正转负，但股票上午收益对未来收益的预测性并不稳定，而隔夜收益对未来收益的正向预测性则较为稳定。基于此我们对APM因子使用的数据时段进行了调整，得到了改进APM因子。改进APM因子在2019年的表现显著优于原始APM因子。
　　进一步的讨论
　　其一，我们比较了改进APM因子不同样本空间中的选股能力，发现改进APM因子在中证500成分股中的多空对冲表现优于全市场，但在沪深300成分股中选股能力一般。
　　其二，我们把APM因子方法论应用于不同时段的比较，构造了一系列的新因子，进一步印证了我们对原始APM因子在2019年失效原因的猜想。
　　其三，作为开拓式发散，对于股票分时段收益数据的使用，我们也考虑了其他方法。我们把APM因子方法论与W式切割方法的结合起来，在该方案下，使用股票隔夜收益数据与下午收益数据得到的OVP因子表现良好。
　　风险提示：模型测试基于历史数据，市场未来可能发生变化。