金融工程專題研究：反轉因子全解析.pdf

金融工程專題研究：反轉因子全解析。A 股市場具有顯著的反轉效應，反轉因子長期有效但是 2019 年以來呈現出 階段性的失效。我們從反轉因子的均值回復本質入手建立了反轉因子的統一 框架，并嘗試為每只股票尋找其更精準合理的均值回復基準。我們從分析師 共同覆蓋、基金共同持倉、概念共同覆蓋、形態相似股票四種不同的維度為 不同類型股票構建了均值回復的基準，從而構建了改進的反轉因子：

分析師共同覆蓋：共同覆蓋兩只股票的分析師越多，兩只股票可能越相 似，因此可以分析師共同覆蓋的股票來構建股票的均值回復基準。

基金共同持倉：共同買兩只股票的基金越多，股票的基本面可能越相似， 因此可以通過基金共同持倉的股票來構建股票的均值回復基準。

概念共同覆蓋：共同覆蓋兩只股票的概念板塊越多，兩只股票可能越相 似，因此可以概念共同覆蓋的股票來構建股票的均值回復基準。

形態相似股票：股票的長期價格走勢越接近，兩只股票可能越相似，因 此可以形態相似的股票來構建股票的均值回復基準。

在四種基準下構建的反轉因子的選股能力都得到了顯著提高，并且 2019 年 以來的選股能力也都得到了明顯提升。

結構化反轉因子

我們以分析師共同覆蓋、基金共同持倉、概念公共覆蓋、形態相似股票的順 序來構建股票的均值回復基準從而得到結構化反轉因子，因子月度 IC 均值 0.065，年化 ICIR 為 2.67，在 2019 年之前及 2019 年之后反轉因子階段性 失效期間因子的表現均顯著好于傳統反轉因子。將結構化反轉因子對傳統反 轉因子剝離得到的殘差因子仍然具有顯著的選股能力，月度 IC 均值 0.033， 年化 ICIR 為 2.65，而將傳統反轉因子對結構化反轉因子剝離后因子不再顯 著，這說明我們構建的結構化反轉因子確實提供了額外的選股能力。

其他反轉類因子的應用

我們復用同該框架來改進三個月反轉、一個月日內反轉等其他反轉類因子， 兩個因子的 IC 均值、ICIR、多空收益都得到了顯著改善，說明我們的因子 構建框架能夠用來改進其他反轉類因子。

增強組合中的應用

我們進一步檢驗改進的結構化反轉因子能否在指數增強組合中貢獻增量超 額收益。我們將中證 500、中證 1000 指數增強組合中的反轉類因子替換為 改進后的結構化反轉因子：

中證 500 增強組合的年化超額收益從 23.75%提升到 24.50%、最大相 對回撤從 4.37%降低到 3.24%、信息比從 4.09 提升到 4.29。

中證 1000 增強組合的年化超額收益從 28.14%提升到 29.96%、最大相 對回撤從 7.68%降低到 5.14%、信息比從 3.57 提升到 3.92。