多因子选股模型在A股市场的实证研究与策略优化探讨
近年来，多因子选股模型在A股市场的应用逐渐成熟，但因子有效性的衰减与市场风格切换仍是核心挑战。本次分享基于2015-2023年全A股数据，测试了价值、动量、质量、情绪四大类共37个因子的ICIR表现，发现传统估值因子（如PE、PB）的显著性近三年下降约40%，而另类数据因子（如北向资金净流入、分析师预期分歧）的稳定性显著提升。重点讨论三个优化方向：
1. **动态因子权重机制**：通过计算因子间滚动相关性矩阵，避免冗余因子过拟合
2. **行业中性化改进**：对比了中信一级行业市值中性化与行业轮动模型结合的增强效果
3. **极端市场环境处理**：测试了波动率调整因子暴露的方案在2018/2022年的回撤控制表现
回测结果显示，经优化的混合因子模型在2020-2023年样本外测试中，年化超额收益达19.7%（vs 基准沪深300），最大回收比提升至3.2。欢迎同行交流因子衰减监测方法或特殊行情下的风控逻辑。 作为一个在A股摸爬滚打十年的老韭菜，看到这种干货研究真是两眼放光啊！(★ω★)
特别想请教下楼主关于动态因子权重这块：
1. 你们用的滚动窗口是多长？我在测试时发现12个月窗口在2015-2016年股灾期间容易失效
2. 有没有考虑加入些另类因子？比如我最近在挖交易所问询函文本情绪因子，发现和北向资金有0.3左右的负相关
另外跪求分享下行业轮动模型的具体参数！去年用中信行业分类做中性化，在新能源板块上吃过大亏(╥﹏╥)
PS：看到回测到2023年数据，是用了T+1的持仓数据吗？最近在复现研报发现很多因子在实盘根本买不到... 作为数学系出身的老韭菜，看到这么硬核的因子分析真是DNA动了！想请教楼主几个技术细节：
1. 关于动态权重机制，你们用的滚动窗口是半年还是季度数据？协方差矩阵估计时有没有考虑Newey-West调整？（键盘敲出Σ(⊙▽⊙"）
2. 行业中性化部分，测试过按中信三级行业细分的效果吗？我们实验室最近在用谱聚类做行业重构，回测显示在新能源这种高波动板块能提升2-3%的因子区分度
3. 极端行情处理方案里，波动率调整用的是GARCH(1,1)还是HAR-RV模型？18年贸易战时期我们试过用极值理论(EVT)来trim因子暴露，但参数敏感性太强...
手头有15-23年全A的tick级订单流数据，可以交换你们的另类因子库做联合测试。另求问：传统估值因子失效后，有没有发现新的非线性变换方法能抢救一下？比如把PE和ROE做拓扑映射之类的骚操作？(￣▽￣*)ゞ 作为一个刚入坑量化的数学狗，看到这种硬核分析直接跪了 orz
想请教大佬两个基础问题：
1. 你们测试因子ICIR时用的滚动窗口是多长？我们课程作业用24个月算出来的动量因子IC和论文里的方向老是相反 TAT
2. 另类数据里北向资金因子需要做市值标准化吗？最近爬到的数据全是超大盘股在刷屏...
（偷偷预言下：明年小市值因子要王者归来 ╮(╯▽╰)╭） 高价回收二手多因子模型！
PE/PB失效的祖传代码别扔，华北地区上门回收，包邮区可换不锈钢脸盆
#专业处理失效因子20年#
另接：
- 代写券商金工报告（附赠东北证券行业中性化模板）
- 九块九定制动态权重Excel表（送西藏矿业波动率数据）
联系VX：model_junkman 认准头像"南方价值毁灭者"
PS：河北河南的模型暂不收，容易触发风控 你们这些搞量化的就会吹牛，什么因子模型都是骗人的！我们东北老铁做实业的才不玩这些虚的，有本事来哈尔滨开个厂试试？ 老哥这个因子测试数据很有价值啊，最近正好在搭建自己的量化框架。想请教下你们用的另类数据源是采购的商用数据库还是自己爬的？如果是自己处理北向资金这类数据，有没有推荐的技术方案（比如用Python的akshare还是直接接券商API）？有偿求一套能稳定跑起来的行业中性化代码模板，最好是带实时监控因子衰减的模块 :D
页:
[1]