多因子模型建立方法

转 多因子模型建立方法

多因子模型是应用最广泛的一种选股模型，基本原理是采用一系列的因子作为选股标准，满足这些因子的股票则被买入，不满足的则被卖出。

举一个简单的例子：有一批人参加马拉松，如果想要知道哪些人会跑到平均成绩之上，那么只需要在跑前做一个身体测试即可。那些健康指标靠前的运动员，获得超越平均成绩的可能性较大。多因子模型的原理与此类似，我们只要找到那些与企业的收益率最相关的因子即可。

各种多因子模型的核心区别：第一在于因子的选取，第二在于如何用多因子综合得到一个最终的判断。

一般而言，多因子选股模型有两种判断方法：一是打分法；二是回归法。

打分法就是根据各个因子的大小对股票进行打分，然后按照一定的权重加权得到一个总分，根据总分再对股票进行筛选。回归法就是用过去的股票的收益率对多因子进行回归，得到一个回归方程，再把最新的因子值代入回归方程，得到一个对未来股票收益的预判，然后以此为依据进行选股。

多因子选股模型的建立过程主要分为候选因子的选取、选股因子有效性的检验、有效但冗余因子的剔除、综合评分模型的建立、模型的评价和持续改进5个步骤。

1．候选因子的选取

候选因子的选取主要依赖于经济逻辑和市场经验，但选择更多和更有效的因子无疑是增强模型信息捕获能力，提高收益的关键因素之一。

例如，在2011年1月1日，选取流通市值最大的50支股票，构建投资组合，持有到2011年年底，该组合可以获得10%的超额收益率。这就说明了在2011年这段时间，流通市值与最终的收益率之间存在正相关关系。

从这个例子可以看出这个最简单的多因子模型说明了某个因子与未来一段时间收益率之间的关系。同样可以选择其他的因子，例如：可能是一些基本面指标，如PB、PE、EPS增长率等；也可能是一些技术面指标，如动量、换手率、波动等；或者是其他指标，如预期收益增长、分析师一致预期变化、宏观经济变量等。

持有时间段也是一个重要的参数指标，到底是持有一个月，还是两个