|
|
【宽客量化研报】
本报告导读：
本报告通过构建全新的残差因子，展示了在剥离传统因子的影响后，微观因子仍能捕捉到显著 Alpha。
摘要：
[Table_Summary] 从知情交易概率模型的计算过程中不难发现，因子的数值必然受到股票市值、流动性和波动性等因素的影响，因此理清这些因子之间的关系，对于模型的解释和应用至关重要。
通过对 2009 年 12 月至 2013 年 12 月的因子截面数据进行相关性分析，发现即期知情交易概率因子与月末流通市值、1月成交金额、1 月换手率、日收益波动率、1 月收益率和 12月收益率，均存在一定相关性。
构建全新的残差因子。即在每个月末，用全部股票的即期知情交易概率因子和其他几个因子在截面上做回归，将残差项作为选股因子，构建的组合风险收益特征仍十分优异。 无论是知情交易概率因子还是残差因子，12 个月滚动平均后效果都有所增强，不仅改善了策略的风险收益特征，还大幅降低了策略换手率；无论是通过即期因子还是滚动平均因子进行计算，残差因子均能获得明显 Alpha，也就是说，知情交易概率模型确实捕捉到了我们列举的传统因子所未能获得的 Alpha。
微观因子给我们更多启示的是，与传统分析中价与量的相互独立不同，微观因子将价格和成交量进行了巧妙地结合。无论是量钟的应用，还是对主动买卖量的判断，都是很新颖的方法。因此，需要用价量结合的方法对市场进行更深入的研究，更好地理解资本市场的微观结构。
回复课免费下载完整宽客量化研报
|
|
