1、目錄 HYPERLINK l _TOC_250021 因子體系構建 4 HYPERLINK l _TOC_250020 因子的類型 4 HYPERLINK l _TOC_250019 風格內單因子 5 HYPERLINK l _TOC_250018 規模 6 HYPERLINK l _TOC_250017 Beta 6 HYPERLINK l _TOC_250016 動量 7 HYPERLINK l _TOC_250015 反轉 7 HYPERLINK l _TOC_250014 波動率 8 HYPERLINK l _TOC_250013 流動性 9 HYPERLINK l _TOC_2500

2、12 成長 9 HYPERLINK l _TOC_250011 盈利和價值 10 HYPERLINK l _TOC_250010 分紅與市場預期 10 HYPERLINK l _TOC_250009 風格間單因子 11 HYPERLINK l _TOC_250008 風格的確定 14 HYPERLINK l _TOC_250007 小結 15 HYPERLINK l _TOC_250006 因子如何解釋收益 16 HYPERLINK l _TOC_250005 Alpha 與 Beta 16 HYPERLINK l _TOC_250004 體系的解釋能力 17 HYPERLINK l _TOC

3、_250003 純因子與統計檢驗 18 HYPERLINK l _TOC_250002 因子收益的思考 19 HYPERLINK l _TOC_250001 小結 20 HYPERLINK l _TOC_250000 總結 21圖表目錄圖 1：半衰 Beta 因子全市場回測 12圖 2：對特異率中性半衰 Beta 因子全市場回測 12圖 3：對波動率中性換手率因子全市場回測 13圖 4：對波動率、非流動性中性換手率因子全市場回測 13圖 5：高頻反轉因子全市場回測 13圖 6：對波動率中性高頻反轉因子全市場回測 13圖 7：股息率因子全市場回測 14圖 8：對盈利、價值中性股息率因子全市場回測

4、 14圖 9：全時間段因子屬性定義 17圖 10：2017 年后因子屬性定義 17圖 11：篩選因子體系純因子收益 18圖 12：簡單因子體系純因子收益 18圖 13：個股分化影響因子策略收益 20圖 14：市場個股分化受估值變動空間影響 20表 1：當前常見大類風格及子類因子 5表 2：規模風格子類因子回測風險指標 6表 3：Beta 風格子類因子回測風險指標 7表 4：動量風格子類因子回測風險指標 7表 5：反轉風格子類因子回測風險指標 8表 6：波動率類風格子類因子相關性 8表 7：波動率類風格子類因子回測風險指標 8表 8：流動性類風格子類因子回測風險指標 9表 9：成長風格子類因子回

5、測風險指標 9表 10：盈利、價值風格子類因子相關性 10表 11：盈利、價值風格子類因子回測風險指標 10表 12：分紅、市場預期風格子類因子回測風險指標 11表 13：風格間因子相關性 11表 14：對特異率中性前后半衰 Beta 因子風險指標 12表 15：對波動率、非流動性中性前后換手率因子風險指標 13表 16：對波動率中性前后高頻反轉因子風險指標 13表 17：對價值盈利中性前后股息率因子風險指標 14表 18：確定因子相關性 15表 19：確定因子收益相關性 15表 20：因子統計結果 17表 21：不同因子體系解釋能力 18表 22：純因子收益統計 19表 23：因子策略收益和

6、個股分化有較強相關性 20Beta，是對個股、板塊收益來源解釋的一種量化方式的衡量。CAPM 模型通過回歸方式定義個股 Beta，個股的收益也由市場整體收益和自身 Beta 共同決定?；?CAPM 模型，衍生出了 Fama-French 三因子模型、Barra 模型等多因子模型，對個股收益來源進行解釋。哪些因素可以解釋個股收益，而他們之間解釋的側重又在哪里，解釋能力和收益能力是否有區別？因子體系構建多因子模型作為量化選股領域中一個普遍為市場接受的方法，從風險收益相匹配的角度來解釋市場，在控制風險、歸因收益來源、獲取超額收益方面都有較為重要的應用，且不論是學術論文中對于歷史數據的研究，還是在市

7、場中實際使用的結果，都被證明相對有效，但是隨著市場的發展，過去的經驗逐步失效，多因子模型也面臨了一些問題：多因子經過了 CAPM 到 Fama 三因子到 Barra 模型的發展，市場上現在多以 CNE5為基礎構建體系，但是在匹配 A 股市場時仍存在因子本土化的問題，如動量因子在 A 股市場相對無效，而反轉因子在 A 股市場相對有效。2017 年以來，多因子模型在市場的效率有所下降，一方面一些因子開始失效，產生較大回撤，如市值因子和估值因子，另一方面一些因子表現逐步鈍化，收益能力有所下降，如反轉因子和波動率因子。多因子體系不是一種方法，而是一種方法論，如何重新思考當前多因子模型在市場中存在的問題

8、，首先還要從因子體系的構建過程講起。因子的類型目前，市場上多以 MSCI 研究的 Barra 體系，為多因子的基礎框架，在細節上做出修改，修改主要分為兩個方面：在大類風格上的增加或刪減，在大類風格下子類因子的修改。下表給出了結合 CNE5、CNE6、以及市場上常見的多因子模型，整理而成的大類風格，及風格下的可選因子。從大的邏輯上看，風格又可以分為兩大維度：以量價數據構建的技術面指標，體現市場交易及情緒對個股收益的影響，以反轉因子、波動率因子為代表；以財報數據構建的基本面指標，體現公司質量和發展水平對個股收益的影響，以價值因子、分紅因子為代表。從表中可以看到，每大類因子下有不同描述風格的子類因子

9、，而這些因子或描述了風格的同一維度，相關性較高，有些則是從多種維度描述風格，相關性較低。不論是同一維度還是不同維度，都需要在存在多個子類因子的基礎上，給出簡化，以方便在線性的框架下用單一指標描述風格。所以問題轉化為在風格內部如何合理的構建因子，在風格之間如何確定最終的風格構成，下面將從風格內部、風格之間和風格體系三個步驟，給出搭建因子體系過程的討論。收益來源大類因子子類因子計算方式方向市值自由流通市值對數-1規模二次方市值市值因子平方，并做市值因子中性化處理1三次方市值市值因子三次方，并做市值因子中性化處理1傳統Beta過去21天與中證全指回歸得到的beta1半衰Beta以21半衰期，過去21

10、天與中證全指回歸得到的beta1動量傳統動量過去252天扣除近21天收益率1半衰動量以252半衰期，加權求和過去252天扣除近21天收益率1技術面反轉普通反轉過去21天收益率-1高頻反轉以過去21天5分鐘成交量對收益率加權求和-1特異率過去21天與中證全指回歸得到的擬合優度-1殘差波動率過去21天與中證全指回歸得到的殘差波動率-1波動率半衰波動率以21半衰期，過去21天與中證全指回歸得到的殘差波動率-1三因子波動率過去21天與中證全指、市值因子、價值因子回歸得到的殘差波動率-1非線性波動率特異率和指數歸一化波動率相乘-1流動性換手率過去21天平均換手率-1非流動性累計日度收益率比累計日度成交額

11、1短期凈利潤增長凈利潤同比1成長中期凈利潤增長三年凈利潤增速1中期營收增長三年營業收入增速1盈利凈資產收益率凈利潤/歸母權益1EP每股收益/個股價格1基本面股息率每股派息/個股價格1預期股息率一致預期每股派息/個股價格1BP每股凈資產/個股價格1價值EP每股收益/個股價格1預期EP一致預期每股收益/個股價格1市場預期分析師預期增長近三個月分析師預期eps/前三個月分析師預期eps1表 1：當前常見大類風格及子類因子Beta紅利資料來源：Wind， 風格內單因子從單個風格內部的單個因子角度看，首先需要通過對個股收益的解釋能力在風格內篩選出有效因子，即哪些子類因子本身就有較強的個股區分能力，這一維

12、度可以從最傳統的 IC、IC_IR 統計方法，以及回測結果上來考量。在確定了因子表現后，需要通過特定方法對子類因子給出整合，進行風格內多因子合成，找出可以最好描述該類風格表現的單個大類風格因子，一般來說有兩種方法：合并法，適用于從多個維度描述風格的子類因子，因為各個子類因子構建的邏輯存在差別，彼此間相對獨立，以等權求和的方式合成大類因子；替代法，適用于單個維度描述風格的子類因子，因為各個子類因子的邏輯一致，一些因子是另一些因子的高維度表達，故以高維度因子為代表，作為大類因子的描述。故在對內部因子進行處理時，針對不同的相關性水平和因子構建邏輯，可以對風格內部因子做以下不同的處理：風格內部因子相關

13、性較高（一般在 70%以上，本身隱含了因子在構建時邏輯相似），以高維度因子代替為主，合并次之，體現精簡邏輯，代表風格有反轉、波動率；風格內部因子相關性較低（一般在 40%以下），構建邏輯相似，以合并為主，替代次之，體現多維度綜合描述邏輯，代表風格有價值；風格內部因子相關性較低（一般在 40%以下），構建邏輯出發點不同，各自保留，體現另起風格邏輯，代表風格有規模。下面給出上述 11 個風格下，各個子類因子的表現，以及各個大類風格代表因子的整合。規模二次方市值和三次方市值都體現了市值的非線性，故以兩者合成非線性市值，并在表 1中展示了規模風格下各個因子的風險指標，以及彼此之間的相關性，可以得到以下

14、結論：從相關性上看，二次方市值和三次方市值因子在構建邏輯上，均為了突出市值排序靠中間的個股相比于排名頭尾的表現情況，故兩者高度相關；從風險指標上看，二次方市值和三次方市值因子均有一定的選股能力；合成的非線性市值后整體表現和二次方市值差別不大，二次方市值因子在收益預測的穩定性和多頭收益上更顯著，而非線性市值因子在預測收益的能力和多空收益上更顯著。市值因子體現了大市值相比于小市值因子的表現，二次方市值、三次方市值和非線性市值均體現了排序中間相對于排名頭尾個股的表現，兩者相互獨立，故以市值、二次方市值作為規模風格的刻畫。表 2：規模風格子類因子回測風險指標二次方市值三次方市值非線性市值ICIC_IR

15、年化收益夏普比超額收益信息比多空收益多空夏普比市值-24.85%30.05%0.9611.19%1.4223.30%1.28二次方市值100.00%70.65%86.22%3.65%47.08%22.02%0.834.33%0.6412.75%1.55三次方市值70.65%100.00%96.74%3.68%34.43%17.50%0.700.46%0.1010.15%1.40非線性市值86.22%96.74%100.00%4.31%39.97%21.66%0.824.02%0.6114.67%1.81資料來源：Wind，天軟科技， Beta表 3 中展示了 Beta 風格下各個因子的風險指標

16、，以及彼此之間的相關性，可以得到以下結論：從相關性上看，傳統 Beta 和半衰 Beta 主要差別在回歸上對于數據是否給予隨時間衰減的權重，故整體高度相關；從風險指標上看，Beta 風格有一定的個股區分能力，但頭部組表現一般，無超額收益，且多空收益波動較大；半衰 Beta 在收益預測的能力更強且更為穩定，可以獲得更高的多頭收益和多空收益。傳統 Beta 和半衰 Beta 均從收益率序列回歸角度，給出個股風險彈性的刻畫，半衰 Beta 進一步考慮了時間的影響，故以半衰 Beta 作為 Beta 風格的刻畫。表 3：Beta 風格子類因子回測風險指標傳統Beta半衰BetaICIC_IR年化收益夏

17、普比超額收益信息比多空收益多空夏普比傳統Beta100.00%92.02%1.70%11.72%9.17%0.42-6.66%-0.757.21%0.53半衰Beta92.02%100.00%2.36%15.40%11.76%0.49-4.44%-0.4710.10%0.68資料來源：Wind，天軟科技， 動量表 4 中展示了動量風格下各個因子的風險指標，以及彼此之間的相關性，可以得到以下結論：從相關性上看，傳統動量和半衰動量主要差別在回歸上對于數據點是否給予隨時間衰減的權重，故整體高度相關；動量因子對個股的預測方向為負，即歷史數據顯示個股呈現長期反彈的特點，從風險指標上看，動量風格對個股區分

18、能力較弱，無超額和多空收益。傳統動量和半衰動量均從累計收益率角度，給出個股過去表現的刻畫，半衰動量進一步考慮了時間的影響，故以半衰動量作為動量風格的刻畫。表 4：動量風格子類因子回測風險指標傳統動量半衰動量ICIC_IR年化收益夏普比超額收益信息比多空收益多空夏普比傳統動量100.00%84.91%-1.01%-6.11%9.28%0.43-6.56%-0.811.52%0.17半衰動量84.91%100.00%-1.25%-7.40%9.68%0.44-6.22%-0.712.26%0.21資料來源：Wind，天軟科技， 反轉表 5 中展示了反轉風格下各個因子的風險指標，以及彼此之間的相關性

19、，可以得到以下結論：從相關性上看，不同于傳統反轉對收益率等權求和，高頻反轉以成交量對收益率給出加權求和，整體高度相關，但由于高頻率數據的使用，相關性在 60%以下；從風險指標上看，反轉風格有較強的個股區分能力，傳統反轉頭部組表現一般，無明顯超額收益，且多空收益波動較大，高頻反轉超額收益和多空收益均較為顯著，整體較為穩定，收益預測的能力更強且更為穩定；傳統反轉和高頻反轉均從累計收益率角度，給出個股過去表現的刻畫，高頻動量進一步考慮了成交量對情緒在反轉空間上的影響，故以高頻反轉作為反轉風格的刻畫。表 5：反轉風格子類因子回測風險指標傳統反轉高頻反轉ICIC_IR年化收益夏普比超額收益信息比多空收益

20、多空夏普比傳統反轉100.00%59.55%-7.20%-46.44%17.96%0.660.85%0.1323.14%1.43高頻反轉59.55%100.00%-9.09%-99.17%24.12%0.856.12%1.0128.63%2.63資料來源：Wind，天軟科技， 波動率表 6 中展示了波動率風格各個因子的風險指標，以及彼此之間的相關性，可以得到以下結論：從相關性上看，邏輯均體現個股和市場走勢的契合度，故整體高度相關，其中特異率為回歸方程的擬合優度，其余指標為回歸方程的殘差波動率，波動率類指標相關性更高；從風險指標上看，波動率風格有較強的個股區分能力，殘差波動率和半衰波動率頭部組表

21、現一般，無明顯超額收益，且殘差波動率的多空收益波動較大，而特異率、特異波動率和非線性波動率超額收益和多空收益均較為顯著，較為穩定，其中非線性波動率整體收益預測的能力更強且更為穩定。非線性波動率綜合了回歸方程擬合優度和殘差波動率兩類指標，且在表現上更為穩定，故以非線性波動率作為波動率風格的刻畫。表 6：波動率類風格子類因子相關性特異率殘差波動率半衰波動率特異波動率非線性波動率特異率100.00%51.99%56.76%68.27%81.04%殘差波動率51.99%100.00%96.81%92.98%80.10%半衰波動率56.76%96.81%100.00%94.52%82.38%特異波動率6

22、8.27%92.98%94.52%100.00%89.31%非線性波動率81.04%80.10%82.38%89.31%100.00%資料來源：Wind，天軟科技， 表 7：波動率類風格子類因子回測風險指標ICIC_IR年化收益夏普比超額收益信息比多空收益多空夏普比特異率-8.26%-83.43%23.49%0.815.59%0.9024.80%2.20殘差波動率-7.66%-53.16%13.95%0.61-2.57%-0.2319.49%1.17半衰波動率-8.82%-69.67%17.30%0.700.29%0.0825.67%1.61特異波動率-9.29%-76.91%20.12%0.

23、772.71%0.3928.74%1.85非線性波動率-9.59%-97.08%23.54%0.845.62%0.8532.36%2.36資料來源：Wind，天軟科技， 流動性表 8 中展示了流動性風格各個因子的風險指標，以及彼此之間的相關性，可以得到以下結論：從相關性上看，換手率從個股交易活躍度角度刻畫個股的固有流動性，非流動性從交易時的沖擊成本角度刻畫個股的表現流動性，體現了流動性的兩個維度，兩者相關性較高，但在 50%以下；從風險指標上看，流動性風格有較強的個股區分能力，換手率頭部組表現一般，無明顯超額收益，且多空收益波動較大，非流動性超額收益和多空收益均較為顯著，整體較為穩定，收益預測

24、的能力更強且更為穩定。非流動性和換手率分別從固有流動性和表現流動性上給出個股流動能力的刻畫，且相關性不高，故以非流動性、換手率作為流動性風格的刻畫。表 8：流動性類風格子類因子回測風險指標換手率非流動性ICIC_IR年化收益夏普比超額收益信息比多空收益多空夏普比換手率100.00%-51.74%-7.21%-44.00%14.66%0.67-1.97%-0.1223.49%1.24非流動性-51.74%100.00%7.56%74.56%28.92%1.0210.23%1.5535.49%2.93資料來源：Wind，天軟科技， 成長表 9 中展示了成長風格各個因子的風險指標，以及彼此之間的相關

25、性，可以得到以下結論：從相關性上看，凈利潤增長率從盈利收支水平角度反應了個股短期的成長能力，三年營收從盈利整體水平角度反應了個股中期的成長能力，三年凈利潤從盈利收支水平角度反應了個股中期的成長能力，無明顯相關性；從風險指標上看，成長風格無明顯超額和多空收益。三個指標分別從時間長度、盈利兩個角度刻畫成長，相關性較低但邏輯相似，且表現相近，綜合三個因子合成的成長因子從表現上看整體優于每個單因子，故以等權求和合成的成長因子作為成長風格的刻畫，。表 9：成長風格子類因子回測風險指標凈利潤同比三年營收三年凈利潤成長ICIC_IR年化收益夏普比超額收益信息比多空收益多空夏普比凈利潤同比100.00%4.1

26、7%7.53%60.77%1.56% 16.35%12.97%0.54-3.41%-0.641.94%0.29三年營收4.17%100.00%7.10%60.54%0.71% 15.81%14.53%0.59-2.07%-0.460.33%0.10三年凈利潤7.53%7.10%100.00%62.39%1.03% 13.82%14.77%0.60-1.87%-0.411.08%0.25成長60.77%60.54%62.39%100.00%1.36% 16.42%14.37%0.58-2.21%-0.492.36%0.41資料來源：Wind，天軟科技， 盈利和價值表 10 中展示了盈利和價值風格

27、各個因子的風險指標，以及彼此之間的相關性，可以得到以下結論：從相關性上看，EP 和 ROE 均體現了一定公司規模下的盈利能力，區別在規模的刻畫，故兩者高度相關；EP 和 BP 均體現了一定公司價值下的市場定價水平，區別在價值的刻畫，兩者有一定相關性；預期 EP 和 EP 均體現在盈利能力下市場定價水平，故兩者高度相關；風險指標上看，EP 和預期 EP 有一定選股能力，但頭部組表現一般，無超額收益，且多空收益波動較大，價值風格無明顯超額收益，有一定的多空收益；ROE 為凈利潤和歸母權益之比，EP 為凈利潤和市值之比，兩者刻畫的盈利高度正相關；BP 為歸母權益和市值之比，和 ROE 負相關，而和

28、EP 呈現正相關；EP 即可作為價值的刻畫，也可以作為盈利的刻畫；ROE 和 BP 往往相互匹配，即盈利和價值存在較高的相互依賴關系；以 EP、BP 和預期 EP 合成的價值因子，表現對比單個因子均有提高，而以 ROE和 EP 合成的盈利因子，表現對比 EP 因子有所下降，故以等權求和合成的價值因子作為價值風格的刻畫，以 ROE 作為盈利風格的刻畫。表 10：盈利、價值風格子類因子相關性EPROEBP預期EP價值盈利EP100.00%78.67%25.03%91.74%77.56%94.50%ROE78.67%100.00%-19.57%72.44%36.30%94.50%BP25.03%-1

29、9.57%100.00%24.05%79.45%3.01%預期EP91.74%72.44%24.05%100.00%75.87%86.86%價值77.56%36.30%79.45%75.87%100.00%60.25%盈利94.50%94.50%3.01%86.86%60.25%100.00%資料來源：Wind，天軟科技， 表 11：盈利、價值風格子類因子回測風險指標ICIC_IR年化收益夏普比超額收益信息比多空收益多空夏普比EP3.29%21.35%14.08%0.59-2.49%-0.173.65%0.34ROE1.24%7.88%13.16%0.57-3.24%-0.332.71%0.2

30、8BP4.59%29.14%16.75%0.66-0.21%0.0211.48%0.80預期EP3.54%22.04%16.71%0.67-0.49%0.0310.46%0.67價值4.85%32.47%17.04%0.670.03%0.0612.78%0.94盈利2.36%14.84%12.65%0.55-3.72%-0.311.82%0.21資料來源：Wind，天軟科技， 分紅與市場預期表 12 中展示了分紅和市場預期風格各個因子的風險指標，以及彼此之間的相關性，可以得到以下結論：從相關性上看，預期股息率和股息率均體現個股分紅水平，故兩者高度相關；從風險指標上看，分紅和預期增長風格均有較強

31、的個股區分能力，分紅因子的多空收益較為穩定，多頭和多空收益能力均較顯著，預期增長因子則在近些年產生較大回撤，多頭能力一般，多空能力較顯著；以預期股息率修復股息率因子，表現有所下降，故以股息率作為分紅風格的刻畫，以預期增長作為市場預期風格的刻畫。表 12：分紅、市場預期風格子類因子回測風險指標股息率預期股息率ICIC_IR年化收益夏普比超額收益信息比多空收益多空夏普比股息率100.00%88.82%3.70%30.72%25.54%0.927.30%1.0312.68%1.31預期股息率88.82%100.00%3.42%28.79%22.84%0.844.99%0.7412.41%1.32預期

32、增長-2.81%38.02%20.17%0.750.76%0.168.76%1.07資料來源：Wind，天軟科技， 風格間單因子風格內的子類因子通過不同維度對個股特點給出描述，大部分相關性均較高，但實際上從大類風格之上，即刻畫個股的收益來源出發，內部仍存在大類風格下的子類因子有較強的相關性，如在高頻因子（五）：高頻因子和交易行為中，討論了量價因子的中一部分因子的收益來源于高風險帶來的高溢價。這種風格間因子的相互影響，使得在對個股收益的解釋上存在交叉部分，需要給出適當的簡化。下表給出了通過因子表現篩選出的各個風格下子類因子的相關性，其中：半衰 Beta 和特異率因子相關性較高；反轉因子、換手率因

33、子受到非線性波動率因子的影響；股息率因子受到 ROE（盈利）因子和價值因子的影響。表 13：風格間因子相關性市值二次方市值 半衰Beta 半衰動量 高頻反轉 換手率特異率非流動性 非線性波動成長ROE價值股息率 預期增長市值二次方市值半衰Beta半衰動量 高頻反轉 換手率特異率 非流動性 非線性波動成長 ROE價值股息率預期增長100.000.00%-10.16%16.95%-5.13%-2.47%-24.81%2.08%0.38%-6.61%-4.82%15.63%33.21%25.17%16.39%10.11%2.12%1.20%-0.75%0.00%100.00%-3.78%-3.55%

34、-0.69%-3.35%38.81%-4.59%-1.88%4.41%1.27%-10.16%-3.78%-3.55%-2.47%-0.69%-3.35%100.00%-0.66%-0.40%22.13%-49.25%-0.26%-16.83%-5.95% -5.32% -8.30%16.95%-0.66%-0.40%100.00%-8.27%13.64%18.23%-7.62%-6.52%22.48%15.67% 17.30%-17.66%-15.72%-1.39%8.97%-0.54%-0.22%1.18%0.57%1.04%4.44%4.91%-5.13%-8.27%100.00%25.

35、22% 30.33%43.95%-4.59%-5.21%-10.86%-11.34%-12.16%-15.25%-24.81%22.13%13.64%18.23%25.22%30.33%100.0023.35%-51.74%48.45%-27.96%2.08%0.38%-49.25%23.35%100.00%-14.22%81.04%-0.21% 1.16%-3.00% 0.94%-23.90%-6.89%38.81%-0.26%-7.62%-6.52%-51.74%-14.22%100.00%-18.90%1.33%5.64%-6.61%-4.82%-16.83%22.48%15.67%17

36、.30%43.95%48.45%81.04%-18.90%100.00%-3.81%-7.19%-34.66%-15.90%15.63%-4.59%-1.88%-4.59%-5.21%-0.21%-3.00%-3.81%100.0042.12%19.37%12.71%33.21%4.41%1.27%10.11%-5.95%-5.32%-8.30%-10.86% -11.34%1.16%0.94%-7.19%42.12%100.0036.30%39.58%44.09%25.17%-17.66%-15.72%-27.96%-23.90%1.33%5.64%0.57%-34.66%19.37%36.

37、30%100.001.85%-0.94%16.39%-1.39%-12.16% -15.25%-6.89%-15.90%12.71%39.58%44.09%100.00%2.12%1.20%-0.75%8.97%-0.54%-0.22%1.18%1.04%4.44%4.91%1.85%-0.94%100.00%資料來源：Wind，天軟科技， 為了窺探上述因子對個股收益的解釋是來自于自身對其大類風格的刻畫，還是因為包含了其他風格的信息，下面從線性剝離角度給出討論。半衰 Beta 和特異率因子呈現較強的負相關，即 Beta 越高的個股往往和市場整體的走勢更為一致，特異率較小。下圖分別展示了半衰 B

38、eta 因子在對特異率因子中性前后的回測凈值，并在表中對比了中性前后的風險指標，在剝離了特異率的影響后，Beta 因子基本失去了對個股的區分能力，對收益率的預測能力大幅下降，即 Beta 風格實際上可以被波動率邏輯解釋。圖 1：半衰 Beta 因子全市場回測圖 2：對特異率中性半衰 Beta 因子全市場回測30 5.025 1.6 4.5254.0203.5203.0151.4 1.21.0152.50.82.010101.51.0550.50.60.40.202005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 20

39、18 2019 20200.002005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 20200.0 第1組 第2組 第3組 第4組 第5組 第6組 第7組 第8組 第9組 第10組 基準 比價(右軸) 第10組 第9組 第8組 第7組 第6組 第5組 第4組 第3組 第2組 第1組 基準 比價(右軸)資料來源：Wind，天軟科技， 資料來源：Wind，天軟科技， 表 14：對特異率中性前后半衰 Beta 因子風險指標ICIC_IR年化收益夏普比超額收益信息比多空收益多空夏普比半衰Beta2.36%

40、15.40%11.76%0.49-4.44%-0.4710.10%0.68半衰Beta(特異率中性)-1.30%-0.09%4.66%0.30-10.52%-1.13-1.45%-0.01資料來源：Wind，天軟科技， 換手率和非線性波動呈現較強的正相關，即交易越頻繁的個股，往往波動也較大，符合市場交易特征；換手率和非流動性因子呈現較強的負相關，即流動性越弱，換手率越低，符合對流動性風格的整體刻畫。下圖展示了換手率因子在對波動率因子和對非流動性因子中性后的回測凈值，并在表中對比了中性前后的風險指標，在剝離了波動率的影響后，換手率因子的選股能力有所下降，但仍可以在大方向上給出個股區分，具有一定的

41、多空收益；進一步在剝離非流動性的影響后，換手率因子基本失去了對個股的區分能力，對收益率的預測能力大幅下降，即換手率實際上可以被個股波動和固有流動性解釋。圖 3：對波動率中性換手率因子全市場回測圖 4：對波動率、非流動性中性換手率因子全市場回測305.0251.64.5254.0203.5203.0151.41.21.0152.50.82.010101.51.0550.50.60.40.202005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 20200.002005 2006 2007 2008 2

42、009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 20200.0第10組第9組第8組第7組第6組第5組第4組第3組第2組第1組基準比價(右軸)第1組第2組第3組第4組第5組第6組第7組第8組第9組第10組基準比價(右軸)資料來源：Wind，天軟科技， 資料來源：Wind，天軟科技， 表 15：對波動率、非流動性中性前后換手率因子風險指標ICIC_IR年化收益夏普比超額收益信息比多空收益多空夏普比換手率-7.21%-44.00%14.66%0.67-1.97%-0.1223.49%1.24換手率(波動率中性)-2.99%-22.73%11

43、.28%0.52-4.86%-0.5610.43%0.78換手率(波動率、非流動性中性)0.03%0.28%8.34%0.40-7.37%-0.880.31%0.08資料來源：Wind，天軟科技， 反轉和非線性波動呈現較強的正相關，即過去波動較大、風險較高的個股，往往也會較高漲幅，符合市場交易特征。下圖展示了高頻反轉因子在對波動率因子中性前后的回測凈值，并在表中對比了中性前后的風險指標，在剝離了波動率的影響后，高頻反轉因子的選股能力有所下降，但仍可以在大方向上給出個股區分，具有較強的多空收益，即高頻反轉因子存在波動率因子不能覆蓋的對個股收益的解釋部分。圖 5：高頻反轉因子全市場回測圖 6：對波

44、動率中性高頻反轉因子全市場回測5045 45404035353030252520201515101055003598307256205154310251002005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 20202005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 第10組第9組第8組第7組第6組第5組第4組第3組第2組第1組基準比價(右軸)第10組第9組第8組第7組第6組第5組第4組第3

45、組第2組第1組基準比價(右軸)資料來源：Wind，天軟科技， 資料來源：Wind，天軟科技， 表 16：對波動率中性前后高頻反轉因子風險指標ICIC_IR年化收益夏普比超額收益信息比多空收益多空夏普比高頻反轉-9.09%-99.17%24.12%0.856.12%1.0128.63%2.63高頻反轉(波動率中性)-5.11%-55.17%16.63%0.65-0.28%-0.0215.10%1.65資料來源：Wind，天軟科技， 股息率和盈利呈現較強的正相關，一般盈利較高的個股分紅水平更高，股息率和價值呈現較強的正相關，即高分紅的公司往往具有較高的投資價值，符合公司分紅的特點。上圖展示了股息率

46、因子在對 ROE（盈利）和價值因子中性前后的回測凈值，并在表中對比了中性前后的風險指標，在剝離了盈利和價值的影響后，股息率因子的選股能力有所下降，但仍可以在大方向上給出個股區分，具有較強的多頭收益，即股息率因子存在盈利價值因子不能覆蓋的對個股收益的解釋部分。圖 7：股息率因子全市場回測圖 8：對盈利、價值中性股息率因子全市場回測50 740 3.5 4535640303553.0 2.52530425203201515210101552.01.51.00.5002005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 20

47、18 2019 202002005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 20200.0 第1組 第2組 第3組 第4組 第5組 第6組 第7組 第8組 第9組 第10組 基準 比價(右軸) 第1組 第2組 第3組 第4組 第5組 第6組 第7組 第8組 第9組 第10組 基準 比價(右軸)資料來源：Wind，天軟科技， 資料來源：Wind，天軟科技， 表 17：對價值盈利中性前后股息率因子風險指標ICIC_IR年化收益夏普比超額收益信息比多空收益多空夏普比股息率3.70%30.72%25.5

48、4%0.927.30%1.0312.68%1.31股息率(價值盈利中性)1.99%26.75%22.04%0.804.31%0.798.14%1.06資料來源：Wind，天軟科技， 風格的確定經過風格內單因子和風格間單因子的篩選，最終確定在對個股區分上有效的因子如下表所示，并在表中展示出因子間的相關性。這里要注意的是，全體的相關性，預期增長 2005年 6 月開始，且這里以填充數據計算相關性?？梢钥吹?，除了技術因子間仍存在相關性在 40%左右情況，絕大部分因子之間的相關性相對較低，從線性角度看大致做到了風格彼此的區分。進一步看相關性較強的因子，也基本集中在收益來源相近的部分，即技術面指標和基本

49、面指標。表 18：確定因子相關性整體市值二次方市值高頻反轉非線性波動非流動性成長ROE股息率價值預期增長市值100.00%0.09%-5.13%-6.39%0.43%15.49%32.91%16.05%25.17%-0.98%二次方市值0.09%100.00%-2.46%-5.04%39.08%-4.57%4.52%10.61%1.90%1.08%高頻反轉-5.13%-2.46%100.00%44.67%-6.57%-4.68%-11.14%-12.31%-15.74%0.41%非線性波動-6.39%-5.04%44.67%100.00%-18.52%-3.72%-7.10%-15.88%-3

50、4.86%1.00%非流動性0.43%39.08%-6.57%-18.52%100.00%-2.88%1.18%5.86%1.10%0.43%成長15.49%-4.57%-4.68%-3.72%-2.88%100.00%42.13%12.67%19.48%1.84%ROE32.91%4.52%-11.14%-7.10%1.18%42.13%100.00%39.33%36.27%1.03%股息率16.05%10.61%-12.31%-15.88%5.86%12.67%39.33%100.00%44.17%-2.36%價值25.17%1.90%-15.74%-34.86%1.10%19.48%36

51、.27%44.17%100.00%0.19%預期增長-0.98%1.08%0.41%1.00%0.43%1.84%1.03%-2.36%0.19%100.00%資料來源：Wind，天軟科技， 進一步，下圖展示了因子以多空兩組劃分構建的因子收益相關性，因子相關性較高的，因子收益相關性也較高，同時注意到市值因子和大部分因子均存在較高的相關性。表 19：確定因子收益相關性整體市值二次方市值高頻反轉非線性波動非流動性成長ROE股息率價值預期增長市值100.00%66.23%27.15%21.05%-21.09%-67.34%-79.71%-70.92%-35.37%-32.16%二次方市值66.23%

52、100.00%23.60%26.50%20.29%-55.10%-45.24%-34.99%-12.80%-8.01%高頻反轉27.15%23.60%100.00%51.21%6.28%-11.61%-9.74%-5.55%8.39%-14.22%非線性波動21.05%26.50%51.21%100.00%4.58%-30.29%-27.90%-13.64%55.78%-0.89%非流動性-21.09%20.29%6.28%4.58%100.00%18.36%33.10%32.30%-2.51%27.83%成長-67.34%-55.10%-11.61%-30.29%18.36%100.00%8

53、4.95%76.54%3.45%39.43%ROE-79.71%-45.24%-9.74%-27.90%33.10%84.95%100.00%89.91%14.39%37.57%股息率-70.92%-34.99%-5.55%-13.64%32.30%76.54%89.91%100.00%25.68%44.00%價值-35.37%-12.80%8.39%55.78%-2.51%3.45%14.39%25.68%100.00%14.53%預期增長-32.16%-8.01%-14.22%-0.89%27.83%39.43%37.57%44.00%14.53%100.00%資料來源：Wind，天軟科技

54、， 小結風格因子從收益來源上看，可以劃分為技術面指標和基本面指標，分別體現了市場情緒和公司質量對個股收益的影響；風格內因子的確定一般考慮兩方面內容：風格內因子的整理，目的在于構建代表風格的因子，對于相關性高的風格以替代法選擇，相關性低的風格以合并法合成；風格間因子的整理目的在于排除信息重復表達，保留對個股有解釋能力的風格，風格間舍棄信息較少的被解釋因子，風格上保留具有個股收益解釋的風格。從單個因子上考慮，共選取了十大類風格：市值、二次方市值、反轉、波動率、流動性、成長、盈利、分紅、價值和預期增長。因子如何解釋收益在確定了每個風格的描述因子后，也就確定了整個體系的構成部分，而對于多因子體系，需要

55、思考的核心問題就是對個股收益的解釋程度，但在討論這個問題之前，本文還是從單個因子視角，對各個因子對個股解釋的貢獻方式上給出探討。Alpha 與 Beta根據因子收益能力的不同，可以將因子劃分為 Alpha 因子、Smart Beta 因子和風險因子：Alpha 因子的核心在于獲得收益，以因子作為選股標準可以獲得穩定的超額收益，從收益解釋角度看，一般 Alpha 因子對個股收益解釋能力強，有明顯方向性；Smart Beta 因子的核心在于獲得收益，以因子作為選股標準長期可以獲得超額收益，但在局部時間段可能產生較大回撤，從收益解釋角度看，一般 Smart Beta 因子對個股收益解釋能力強，有整體

56、方向性；風險因子的核心在于解釋收益，因為風險因子無明顯方向性，無法通過因子作為選股標準獲取超額收益，但對個股收益解釋能力強。實際上可以通過對因子收益檢驗的方式，對因子的屬性給出界定，表中給出了 Fama- MacBeth 的檢驗結果，其中平均絕對 t 值衡量了因子對收益解釋的顯著性，t 值2 百分比衡量了因子對收益解釋的穩定性；因子 t 值衡量了因子獲取超額收益能力的顯著性，平均 t 值（的絕對值）衡量了因子獲取超額收益能力的穩定性。如果僅僅從統計的顯著性上考慮，可以繪制平均絕對 t 值和因子 t 值的散點圖，給出因子屬性的區分，如圖所示：平均絕對 t 值以 2 為界限，刻畫收益解釋能力，當平

57、均絕對 t 值大于 2 時，說明在做截面上回歸時，大部分時間因子對收益均有解釋力；因子 t 值絕對值以 2 和 4 為界限，刻畫超額收益能力，當因子 t 值絕對值大于 4時，說明整個歷史時間段內超額收益較為穩定，大于 2 時說明整個歷史時間段內有顯著超額收益；從整個時間段的結果上看，非線性波動、非流動性、市值和高頻反轉為強 Alpha 因子，成長為弱 Alpha 因子，股息率為 Smart Beta 因子，二次方市值、ROE 和價值為風險因子，預期增長為無關因子。表 20：因子統計結果因子IC因子IC_IR因子年化收益因子年化標準差因子t值平均t值平均絕對t值t值2百分比市值-4.84%-25

58、.92%-6.546.05-4.14-2.045.1577.27二次方市值3.63%47.70%0.071.940.140.302.2450.57高頻反轉-9.06%-99.00%-5.052.69-7.19-1.822.7053.41非線性波動-9.68%-98.40%-5.452.85-7.32-1.482.5251.70非流動性7.53%74.53%6.333.077.891.932.9362.50成長1.27%15.58%2.512.483.870.501.3021.59ROE0.99%6.51%-0.484.05-0.460.002.8463.07股息率3.44%29.40%1.53

59、2.692.180.552.1842.05價值4.62%30.54%0.397.280.210.034.2768.18預期增長1.71%40.11%0.361.101.260.131.0013.07資料來源：Wind，天軟科技， 高頻反轉價值方市值股息率二次預期增長風險因子市值ROE無關因子成長非線性波動Smart Beta非流動性弱Alpha弱Alpha非線性波動強Alpha非流動性成長高頻反轉股息率市值Smart Beta預期增長二次方市值ROE價值無關因子風險因子圖 9：全時間段因子屬性定義圖 10：2017 年后因子屬性定義9487因子t值絕對值65432100123456平均絕對t值

60、3因子t值絕對值210012345平均絕對t值 資料來源：Wind，天軟科技， 資料來源：Wind，天軟科技， 2017 年后，權益市場的投資風格發生較大變化，以多因子為基礎的各種量化策略也呈現一定的失效或鈍化，圖中展示了 2017 年后各個因子檢驗的平均絕對 t 值和因子 t 值絕對值，可以看到之前的 Alpha 因子均發生較大變化，高頻反轉、非流動性和非線性波動因子由強 Alpha 因子退化為 Smart Beta 因子，成長因子由弱 Alpha 因子退化為無關因子，市值因子由強 Alpha 因子退化為風險因子。體系的解釋能力通過第一章中單因子的檢驗，大致確定了合理的風格因子定義，而在上節