多因子模型构建方法分类：回归法、打分法

多因子模型的构建方式通常被分为：打分法、回归法

• 打分法

  打分法是指选用若干能够对股票收益产生预测作用的因子，之后根据股票的每个因子值在截面上的相对位置给出股票在该因子上的得分，然后按照一定的权重将每个股票的各个因子得分相加从而得到该股票的最终得分并按照该得分对股票进行排序，筛选，构造投资组合。

  打分法的关键要点有：

• 因子的权重

  即便因子很好，如果权重不合适，整体结果可能也会很糟糕。常见的权重组合方法有：

  • 等权加权

  • IC均值加权

  • IR_IC加权

• 因子择时

  因子择时的核心是动态地调整多因子组合中每个风格因子的权重，即赋予未来一期有效的风格因子更高的权重，赋予无效的因子较小的权重或者直接剔除。

• 回归法

  即将股票的收益率对多因子值回归，得到各因子的回归系数，将下期因子值代入回归方程，则得到股票收益率的预测值，进而根据收益率高低进行选股。回归法提高了股票对各因子的敏感性；但从计量角度考虑，回归结果易受极端值影响。

• References

1. 基于因子IC的多因子模型
2. 有脑子，会调整权重的动态多因子模型
3. 多因子模型的步骤梳理（以打分法为例）
4. ChinaScope什么是多因子模型？
5. ChinaScope多因子帮助文档
6. 多因子权重优化方法比较
7. 量化交易课程