今天我们全面解读来自Style Analytics公司的研究报告:
中国第二季度因子收益报告
Style Analytics是一家面向投资专业人士的独立全球软件提供商。Style Analytics之前被称为Style Research,拥有超过20年的因子分析经验,为30个国家的280多家投资机构提供服务。
欢迎大家使用:由Wind旗下万矿量化云平台提供的一款基于Python的因子分析函数库。用Wind数据对因子进行一站式测试和研究!
点击图片,了解WindAlpha使用说明、案例
数据获取与处理
对原始数据进行了剔除停牌、ST、新上市、缺失值处理,同时做了去极值、标准化,中性化处理。
原始数据与处理后的数据分布对比
单因子分析
对于因子分析,进行了4个维度的分析:
多因子组合分析
主要的组合得分计算有以下几种方法:
AlphaModel
AlphaModel是一个类,实例化为对象后可以一键对因子进行以上几个维度的分析,也能构建组合进行选股。
计算方法
为了计算单个因子的相对回报,我们首先创建一个单因子投资组合。所选时间段的证券根据单一权益因子按降序排序。
*市值=全市场的前70%
因子定义
价值因子 | 收益因子 | 成长因子 | 质量因子
规模因子 | 波动因子 | 动量因子
具体每个大类下的小类因子定义,在文末查询
因子结果分析
风格因子表现 (前50%)
1个月 - 行业中性(A股、B股、H股)
风格因子表现 (前50%)
3个月 - 行业中性(A股、B股、H股)
风格因子表现 (前50%)
6个月 - 行业中性(A股、B股、H股)
风格因子表现 (前50%)
年初至今 - 行业中性(A股、B股、H股)
风格因子表现 (前50%)
1年 - 行业中性(A股、B股、H股)
风格因子表现 (前50%)
3年年化 - 行业中性(A股、B股、H股)
风格因子表现 (前50%)
5年年化 - 行业中性(A股、B股、H股)