1. 概要
Barra モデルの以前のシリーズ記事では、最初にサイズ係数について説明し、構築しました。サイズファクターに基づいて構築されたシングルファクター戦略も、優れた絶対収益を達成しました。この号では、このシリーズの下でベータ ファクターをさらに構築します。ベータ ファクターに基づく戦略は、2022 年に 5.70% の年率リターンを達成し、市場指数を大幅に上回るパフォーマンスを示します。
2.モデル理論
モデルのベータ係数とその計算方法は次のとおりです。
上記の定義から、ここでのベータ係数は、通常参照する市場リターンに対する株式リターンの弾力性を表すことがわかります。株式のベータ値が 1 より小さい場合、株式のボラティリティは市場のボラティリティよりも小さく、株式の収益弾力性が小さいことを示します。ベータ値が 1 より大きい場合、株式のボラティリティは市場よりも大きいことを示します。ボラティリティ。株式のリターン弾力性が大きいことを示します。
ファクター構築の過程で、時価加重インデックスの超過収益は、流通市場価値に応じてすべての A 銘柄で重み付けされます。WLS は加重最小二乗アルゴリズム (Weighted Least Squares、WLS) であり、リスクフリーの利回りは2%と仮定します。
3. 要因分析
ベータ因子を構築した後は、alphalens を介してさらに因子分析を行うことができますが、ベータ因子の計算には時間がかかるため、直近 1 年 (2022 年) の状況のみを分析します。
収入分析の観点から、ベータ要素のアルファ収入はリバランスサイクルの増加とともに減少しますが、そのベータ収入はリバランスサイクルの増加とともに増加し、ベータ収入はアルファ収入よりもはるかに大きくなります。因子の単調性が悪く、因子値の最大グループと最小グループの収益は負の収益になります。
情報係数の観点から見ると、ICの平均値(IC Mean)は負であり、その絶対値はリバランス周期とともに単調増加しますが、ICの平均値の絶対値は小さい(<0.05)ため、銘柄選択能力が低く、IC標準偏差の変化が小さい 小さい、計算によると、21日のリバランスサイクルでのIRは-0.15（はるかに0.5未満）であり、ファクターの超過収益を安定して取得する能力があることが示されています。このサイクルも悪いです。
ファクターグループの平均期待リターンの観点から見ると、ベータファクターの単調性も非常に悪いです。さらに、ベータ係数値が最も小さいグループの平均収入は最も低く、10bps を超えていますが、これは負の平均 IC 値と矛盾しており、負の平均 IC 値は中間のグループ (グループ 3 ～ 8). は、ベータ値が大きすぎても小さすぎてもよくないことを示しています。
4. バックテスト分析
バックテスト期間：2022年1月1日～2023年1月8日（月末株式交換） バックテスト銘柄：全A株（ST株、休止株、1年以内の準新株を除く） 当初資本金：1 100万円 手数料：0.0007（双方向手数料10,000＋一方的印紙税1,000、合計1,400、双方向1,000×7） スリッページ：0.00123（双方1,23） 最大ポジション数：30 戦略ロジック：トップを除くベータ係数値が最も小さい 20% の株を選択し、平均して上位 N 個の株を購入します。
バックテスト結果から、この戦略の年率収益率は 5.70%、最大リトレースメントは 19.75% であり、市場インデックスを上回る可能性があります。
しかし、戦略ロジックの構築では、ファクターグループのリターンに基づいて、ベータ値が最大および最小の上位 20% の銘柄を除外していますが、これには実用的な裏付けがあるのでしょうか? 高ベータと低ベータを除いた後、ベータ値グループは単調減少する性質を持っています。アルファ収入はどこから来るのでしょうか? これには、その要因の背後にあるアルファのソースをより深く掘り下げるために、さらなる調査と分析が必要になります。
この戦略のソース コードは Quantitative Nuggets コミュニティと共有されており、以下のリンクにアクセスして自分で入手できます。