量化交易中的因子

什么是Alpha因子?也就是超额收益因子。

我们首先总结一下基本因子:

  • 盈利性:投入资本回报率(ROIC)、已利用资本回报率(ROCE)、净资产收益率(ROE)、总资产收益率(ROA)、边际利润、人居收入、经济利润、投资增额收益。
  • 估值:自由现金流价格比、外部融资总资产比、企业价值与EBITDA比(EV/EBITDA)、市盈率、股息率。
  • 现金流:自由现金流(FCF)和营业收入之比、投入资本现金回报率(ROIC)。
  • 成长性:每股自由现金流、每股盈余。
  • 资产配置:净回购股份与投入资本比、一年流通股减少量、一年长期债务减少量、外部融资和总资产比、三年平均资本支出和投入资本比、收购与投入资产比。
  • 价格动量:相对强弱、价格范围、相对强弱指数。
  • 技术面因子:强弱指标(RSI)、随机指标(KD)、趋向指标(DMI)、平滑异同平均线(MACD)、能量潮(OBV)。

市场中的因子远远不止这些,所有的因子构成一个因子库:

  • 研报因子:基于分析师发表研报的个股因子。
  • 高频因子:继续挖掘日内模式中隐藏的alpha,提取出领先于市场的选股信息。
  • 新闻语料库:建立系统性的新闻语料库,通过高效的算法标注,非监督学习等方法,挖掘市场的舆情信息。
  • 基本面:细节、全面的财报信息分类整理。
  • 宏观因子:通过宏观经济的各类统计量,挖掘市场周期性变化,更为精确的预测市场走势与行情分化。

量价因子、基本面因子和另类因子(数据)三者的区别

量价因子是基于技术分析发展出来的,从简单的日级别技术指标类因子,到复杂一些的分钟级别量价因子,形态类、图形类因子,遗传规划挖出的因子等等,本质是刻画基于行为金融学的人的固定行为模式或是一些共识。基于固定行为模式的因子个人认为是靠谱的,因为宏观环境在变化,不同的风格在轮动,但是人类的决策机制是相对固定的,人类的内在驱动模式是穿着草和树叶与大自然搏斗时长期进化来的,这太靠谱了,不仅经济学,政治学都依赖于人的内在驱动模式稳定可预测。而基于共识的因子就不那么稳定,需要持续地仔细考虑共识是否消失。个人觉得量价因子比基本面因子更适合quant,但是量价因子的可理解性有时候较差,尤其是大批量挖掘时,出货一般较多,这时更需要仔细去理解、分类,来检视统计学上优秀的因子的内在金融逻辑是否靠谱。

基本面因子是基于价值投资发展出来的,主要是多数基本面因子剔除可能存在的随股价变动的部分外,剩余部分基本是季频变动甚至年频变动,若数据年份不长,则太容易过拟合了,而数据年份又不好拉太长,毕竟有很多宏观事件或者市场规则改变显然影响总体,拉太长总体变了,统计学当然就失效了。这里存在一个两难。

另类因子,就是非传统的,别人不容易获得或是不经常使用的因子,这类因子的获取动机或使用动机一般已经具有较强的金融逻辑,若足够幸运,在统计上有效当然是极好的。这类因子的缺点可能就是成本高,真就一铲子一铲子去挖金,姿势还千奇百怪,统计上到底有没有效做完才知道。

你可能感兴趣的:(量化交易,量化交易)