广发证券-多因子Alpha系列报告之（四十五）：基于SemiBeta的因子研究-221118

《广发证券-多因子Alpha系列报告之（四十五）：基于SemiBeta的因子研究-221118（27页）.pdf》由会员分享，可在线阅读，更多相关《广发证券-多因子Alpha系列报告之（四十五）：基于SemiBeta的因子研究-221118（27页）.pdf（27页精品完整版）》请在悟空智库报告文库上搜索。

　　研究背景和理论基础：传统Beta因子在A股市场蕴含的Alpha信息相对有限，并且因子忽略了投资者更在意资产的下行风险，这契合行为金融学中的有限理性投资者呈现出的“损失厌恶”（Loss Aversion）特征。我们借鉴Bollerslev（2021）的研究思路，将传统Beta因子拆解为SemiBeta因子，并在A股市场实证检验。
　　SemiBeta因子构建:基于个股收益和市场收益方向的不同，将传统BMeta因子拆解为4个SemiBeta (BAI、hi. E和Mt )，同时分别采取20、60、120个交易日的回溯周期，分别以沪深300、中证500、中证1000和创业板指作为市场基准，合计构建了48个细分因子。
　　 A股实证分析：全市场选股范围内，月频调仓频率下，fBeta_MN（市场基准收益为负，股票收益为正）系列因子，即反映市场下行时具备对冲特征的因子，整体表现较好。计算Beta因子滚动回溯的周期越短，回测总收益越高，但换手率也相对更高。以fBeta_MN_60_S399006为例，IC均值为-7.4%、多空收益信息比为（LS_IR）为1.88，IC_IR为-0.86，年化收益为128.7%，胜率为72.2%，平均换股比例为43.5%。
　　传统因子相关性分析：SemiBeta系列因子和市值、短期动量因子的相关性相对较低，和波动率存在一定相关性。
　　指数增强策略构建：综合考虑因子IC、换手率和长期收益等因素，筛选并保留了fBeta_MN_60_S399905、fBeta_MN_60_S000852和fBeta_MN_60_S399006作等权重配置，针对沪深300、中证500和中证1000指数，构建市值行业中性的指数增强策略。月度换仓频率下，2015年初至2022年11月，沪深300、中证500和中证1000增强策略分别实现约5%、10%和12%的年化超额收益。
　　风险提示。本专题报告所述模型用量化方法通过历史数据统计、建模和测算完成，所得结论与规律在市场政策、环境变化时可能存在失效风险；策略在市场结构及交易行为的改变时有可能存在策略失效风险