专题报告:小市值因子表现回暖,“球队硬币”因子今年以来多空收益22.02%
方正证券·2024-08-11 12:14

量化模型与构建方式 1. 模型名称:沪深300指数增强组合 - 模型构建思路:通过增强组合策略,获取超额收益[91] - 模型具体构建过程:基于沪深300指数,采用多因子选股策略,构建增强组合[91] - 模型评价:该模型在今年以来表现出色,超额收益显著[91] 2. 模型名称:中证500指数增强组合 - 模型构建思路:通过增强组合策略,获取超额收益[91] - 模型具体构建过程:基于中证500指数,采用多因子选股策略,构建增强组合[91] - 模型评价:该模型在今年以来表现出色,超额收益显著[91] 3. 模型名称:中证1000指数增强组合 - 模型构建思路:通过增强组合策略,获取超额收益[91] - 模型具体构建过程:基于中证1000指数,采用多因子选股策略,构建增强组合[91] - 模型评价:该模型在今年以来表现出色,超额收益显著[91] 4. 模型名称:中证2000指数增强组合 - 模型构建思路:通过增强组合策略,获取超额收益[91] - 模型具体构建过程:基于中证2000指数,采用多因子选股策略,构建增强组合[91] - 模型评价:该模型在今年以来表现出色,超额收益显著[91] 5. 模型名称:“预期惯性”组合 - 模型构建思路:通过分析师预期与动量、估值之间的关系,构建预期类因子[130] - 模型具体构建过程:基于分析师预期数据,构建预期惯性因子,进行多空对冲和多头超额策略[130] - 模型评价:该模型在今年以来表现出色,净值稳定向上[130] 模型的回测效果 1. 沪深300指数增强组合 - 8月绝对收益:-3.09%[100] - 8月超额收益:0.12%[100] - 今年以来绝对收益:3.58%[100] - 今年以来超额收益:6.48%[100] - 最近一年绝对收益:-8.60%[100] - 最近一年超额收益:7.43%[100] 2. 中证500指数增强组合 - 8月绝对收益:-3.10%[100] - 8月超额收益:0.30%[100] - 今年以来绝对收益:-7.92%[100] - 今年以来超额收益:5.14%[100] - 最近一年绝对收益:-17.37%[100] - 最近一年超额收益:4.25%[100] 3. 中证1000指数增强组合 - 8月绝对收益:-3.98%[100] - 8月超额收益:-0.16%[100] - 今年以来绝对收益:-18.08%[100] - 今年以来超额收益:2.04%[100] - 最近一年绝对收益:-25.22%[100] - 最近一年超额收益:1.54%[100] 4. 中证2000指数增强组合 - 8月绝对收益:-2.62%[100] - 8月超额收益:0.30%[100] - 今年以来绝对收益:-23.08%[100] - 今年以来超额收益:2.57%[100] - 最近一年绝对收益:-21.61%[100] - 最近一年超额收益:3.84%[100] 5. “预期惯性”组合 - 8月绝对收益:-1.97%[100] - 8月超额收益:1.43%[100] - 今年以来绝对收益:-16.50%[100] - 今年以来超额收益:-3.44%[100] - 最近一年绝对收益:-23.61%[100] - 最近一年超额收益:-1.99%[100] 量化因子与构建方式 1. 因子名称:适度冒险因子 - 因子的构建思路:基于成交量激增时刻的alpha信息[114] - 因子具体构建过程:通过高频数据计算成交量激增时刻的alpha信息,并进行月度频率平滑处理[114] - 因子评价:该因子在月度频率上有较为出色的选股能力[114] 2. 因子名称:完整潮汐因子 - 因子的构建思路:基于个股成交量的潮汐变化[114] - 因子具体构建过程:通过高频数据计算个股成交量的潮汐变化,并进行月度频率平滑处理[114] - 因子评价:该因子在月度频率上有较为出色的选股能力[114] 3. 因子名称:勇攀高峰因子 - 因子的构建思路:基于个股波动率的变动[114] - 因子具体构建过程:通过高频数据计算个股波动率的变动,并进行月度频率平滑处理[114] - 因子评价:该因子在月度频率上有较为出色的选股能力[114] 4. 因子名称:球队硬币因子 - 因子的构建思路:基于个股动量效应的识别[114] - 因子具体构建过程:通过日频数据计算个股动量效应,并进行月度频率平滑处理[114] - 因子评价:该因子在月度频率上有较为出色的选股能力[114] 5. 因子名称:云开雾散因子 - 因子的构建思路:基于波动率的波动率与投资者模糊性厌恶[114] - 因子具体构建过程:通过高频数据计算波动率的波动率,并进行月度频率平滑处理[114] - 因子评价:该因子在月度频率上有较为出色的选股能力[114] 6. 因子名称:飞蛾扑火因子 - 因子的构建思路:基于个股股价跳跃及其对振幅因子的改进[114] - 因子具体构建过程:通过高频数据计算个股股价跳跃,并进行月度频率平滑处理[114] - 因子评价:该因子在月度频率上有较为出色的选股能力[114] 7. 因子名称:草木皆兵因子 - 因子的构建思路:基于显著效应、极端收益扭曲决策权重[114] - 因子具体构建过程:通过高频数据计算显著效应和极端收益,并进行月度频率平滑处理[114] - 因子评价:该因子在月度频率上有较为出色的选股能力[114] 8. 因子名称:水中行舟因子 - 因子的构建思路:基于个股成交额的市场跟随性[114] - 因子具体构建过程:通过高频数据计算个股成交额的市场跟随性,并进行月度频率平滑处理[114] - 因子评价:该因子在月度频率上有较为出色的选股能力[114] 9. 因子名称:花隐林间因子 - 因子的构建思路:基于推动个股价格变化的因素分解[114] - 因子具体构建过程:通过高频数据计算推动个股价格变化的因素,并进行月度频率平滑处理[114] - 因子评价:该因子在月度频率上有较为出色的选股能力[114] 10. 因子名称:待著而救因子 - 因子的构建思路:基于大单成交后的跟随效应[114] - 因子具体构建过程:通过高频数据计算大单成交后的跟随效应,并进行月度频率平滑处理[114] - 因子评价:该因子在月度频率上有较为出色的选股能力[114] 11. 因子名称:综合量价因子 - 因子的构建思路:将