去N期的IC均值进行因子配权;ICIR加权:即按照过去N期的IC均值/IC标准差进行因子配权;ICWR加权:即按照过去N期的IC大于0的概率进行因子配权;每期持有100只股票,中证500成份内挑选50只,中证500成份外挑选50只;遍历参数N,计算每一个策略的收益、回撤、信息比率和Calmar比率;策略回测结果按照月频进行统计,暂不考虑交易成本;从结果来看,横截面因子动量加权对多因子策略的影响并非是完全线性的,而是呈现出明显的U型结构。如果我们按照滚动窗口的长度来分析的话,可以得到一些洞察:短期(6-12)横截面动量加权可以控制因子回撤,提升多因子策略的超额收益。滚动窗口并非越短越好,N=9以及N=12为较优的参数;中期(12-24)横截面动量加权既不能通过快速的动态因子调整来适应市场,也不能稳定地持有高风险溢价地因子来获取收益,因此无论在回撤控制以及超额收益提升上均显著跑输因子等权策略;长期(24-36)横截面因子动量加权方案的特征是典型的高收益高风险策略,其本质上长期超配高风险溢价的因子(如规模因子),通过忍受策略的高波动和高回撤从而获取长期来看更高的收益。当然,国内资金的属性导致机构不可能长期超配高风险溢价因子来获取长期收益,因此我们更多将注意力放在短期因子动量上。比较可惜的是,短期的横截面因子动量虽然对表现略有提升但并不显著,因此我们希望可以通过结合时序动量来解决这个问题。ICWR加权图表12:横截面因子动量对超额收益的影响图表13:横截面因子动量对最大回撤的影响超额收益16%?因子等权?IC加权?ICIR加权相对最大回撤20%?因子等权?IC加权?ICIR加权?ICWR加权14%16%12%12%10%8%参数6?参数12?参数18?参数24参数30?参数36参数6?参数12?参数18?参数24?参数30?参数36资料来源:Wind,资料来源:Wind,8%?4%
全文预览
