Barra模型因子的构建及应用系列二之Beta因子

一、摘要

在前期的Barra模型系列文章中&＃xff0c;我们初步讲解并构建了Size因子。在Size因子基础上构建的单因子策略也获得了不错的绝对收益。而本期内容&＃xff0c;我们在该系列下进一步构建Beta因子&＃xff0c;其中基于Beta因子构建的策略在2022年实现了5.70%年化收益&＃xff0c;大幅跑赢大盘指数。

二、模型理论

模型的Beta因子及其计算方法如下&＃xff1a;

从收益分析来看&＃xff0c;beta因子的alpha收益随着调仓周期的增大而降低&＃xff0c;但其beta收益随着调仓周期的增大而增大&＃xff0c;而beta收益远大于alpha收益&＃xff1b;初步来看&＃xff0c;因子的单调性较差&＃xff0c;因子值的最大组和最小组的收益均为负收益。

从信息系数来看&＃xff0c;IC均值&＃xff08;IC Mean&＃xff09;为负&＃xff0c;且绝对值随着调仓周期单调递增&＃xff0c;但IC均值的绝对值较小&＃xff08;<0.05&＃xff09;&＃xff0c;选股能力较差&＃xff1b;IC标准差变化较小&＃xff0c;经计算可知21天的调仓周期下IR为-0.15(远<0.5)&＃xff0c;该周期下因子稳定获取超额收益的能力也差。

 从因子分组的平均期望收益来看&＃xff0c;Beta因子的单调性也很差。另外Beta因子值最小的一组的平均收益是最低的&＃xff0c;在10bps以上&＃xff0c;而这与IC均值为负相矛盾&＃xff0c;负的IC均值可能更多的体现在中间组&＃xff08;第三组至第八组&＃xff09;&＃xff0c;这说明Beta值过大和过小都不好。

四、回测分析

回测时间&＃xff1a;2022-01-01至2023-01-08&＃xff08;月底换股&＃xff09;回测品种&＃xff1a;全A股&＃xff08;剔除ST股、停牌股和一年以内的次新股&＃xff09;初始资金&＃xff1a;100万手续费&＃xff1a;0.0007&＃xff08;双边万二佣金&＃43;单边千一印花税&＃xff0c;共千1.4&＃xff0c;即双边万7&＃xff09;滑点&＃xff1a;0.00123&＃xff08;双边千1.23&＃xff09;最大持仓数量&＃xff1a;30只策略逻辑&＃xff1a;剔除Beta因子值最小的前20%股票&＃xff0c;再平均买入前N只股票

从回测结果来看&＃xff0c;策略年化收益率为5.70%&＃xff0c;最大回撤19.75%&＃xff0c;能够跑赢大盘指数。

但是在策略逻辑的构造上&＃xff0c;我们是基于因子分组收益出发&＃xff0c;剔除了Beta值最大和最小的前20%股票&＃xff0c;这样是否有现实意义支撑&＃xff1f;剔除高Beta和低Beta后的Beta值分组间具有单调递减的性质&＃xff0c;这其中的alpha收益来源于哪里&＃xff1f;这将有待进一步研究分析&＃xff0c;以期深入挖掘因子背后的alpha来源。

策略源码已分享至掘金量化社区&＃xff0c;大家可以访问下方链接自行获取。

传送门&＃xff1a;https://bbs.myquant.cn/thread/3