本文主要讨论了价格形态因子的构建与选股效果。之所以考虑构建价格形态
因子是因为传统的技术因子大多使用收盘价作为计算输入值(如反转、MACD
等),然而股票走势所包含的信息却远非收盘价能描述。因此我们在本报告中引
入股票每日的最高价、最低价、开盘价以及成交均价对于价格形态因子进行构建,
希望能够为多因子模型带来额外的选股能力。
价格形态因子具有一定的选股能力。开盘冲高、盘低回升以及均价偏离三个因子
皆具有一定的选股能力,并且这三个因子在计算时间窗口为半个月的情况下具有
更强的选股能力。从单因子的角度来看,各个因子空头效应较强,且在分组收益
上呈现出了非线性的特征。
正交后,部分价格形态选股因子依旧具有选股能力。从正交因子的 IC 以及 ICIR
来看,半个月窗口计算的开盘冲高因子,其选股效果受到了明显影响,而盘低回
升以及均价偏离因子依旧具有一定的选股能力。对于一个月窗口计算的价格形态
因子,开盘冲高因子以及盘低回升因子选股效果基本消失,而均价偏离因子依旧
保留了较为明显的选股效果。
从回归法来看,价格形态因子具有额外选股能力。半个月计算周期下的开盘冲高、
盘低回升、均价偏离以及一个月计算周期下的均价偏离均能够为模型提供额外的
选股能力,其回归系数时间序列 T 统计量绝对值皆在 3 以上。除了一个月计算得
到的均价偏离因子外,半个月计算得到的价格形态因子的二阶项皆具有显著的额
外选股能力。也即,可考虑将其二阶项引入到多因子模型中去。
从全市场 TOP100 组合来看,改进组合能在年化收益、收益回撤比以及信息比率
上有所提升。对于半个月计算的价格形态因子,在加入了价格形态因子一阶项后,
组合表现在年化收益、最大回撤、收益回撤比以及信息比率上皆有提升。在引入
了二阶项后,TOP100 组合表现在上述几个维度中得到了进一步的提升。对于一
个月计算的均价偏离因子,在加入一阶项后模型有所改善,但是在加入二阶项后
模型表现未出现提升。该结果也和前文回归法的结论相符。整体上来看,价格形
态因子在引入到强势因子构成的多因子模型后对于模型年化收益的提升基本在
2%~3%左右。
在正交因子最大化单期 IC 的因子权重分配模型中,价格形态因子依旧能够获得
10%以上的权重分配。由于“逐步正交+最大化单期 IC”模型在分配权重时对于
因子收益有着更高的要求,若因子无法提供额外的选股效果则无法获得明显的权
重分配,所以这也从侧面说明了价格形态类因子的选股能力。
风险提示。市场系统性风险、资产流动性风险以及政策变动风险会对策略表现产
生较大影响。
评论0
最新资源