果仁最新上線了基於WorldQuant Alpha101 設計的短期週期交易因子,為量化策略的優化提供了新思路。短週期交易因子全部由股票的量價指標計算得出, 具有換手率較高、超額收益較穩定等特點。
丨交易因子 vs 基本面因子
基本面因子,如市值、估值、盈利、行業等, 從長期來說具有明顯的超額收益,但短期來看,受到市場風格輪動影響大,收益不確定性大。相比基本面因子, 交易因子受到市場風格影響小,收益穩定。
基本面因子通常被稱為風格因子或者Beta因子,而交易因子被稱為Alpha因子; 由基本面因子帶來的收益被稱為風格收益或者Beta收益,由交易因子帶來的收益被稱為Alpha收益。
因為交易因子有較高的換手率,考慮到A股的實際交易成本,我們認為交易因子適合作為基本面量化策略的輔助因子,以提高原策略收益、同時降低原策略的收益波動。
量化策略超額收益 = 風格因子(Beta)收益+交易因子(Alpha)收益。對於大多數量化策略來說, 風格收益是收益的核心,交易收益是收益的輔助。
在使用交易因子後,策略的年化換手率通常會達到10-30倍,更頻繁的交易讓策略有機會獲取由短時市場情緒波動帶來的超額收益,使其收益表現的更加穩定。
丨交易因子 vs 技術因子
交易因子和技術因子都是使用價格和成交量指標計算得出的因子。但是傳統技術類因子,如MACD,MA,KDJ等,大多數是為單個品種波段交易設計的,在多股輪動的量化策略裏,作用非常有限。在實際當中,我們很少見到高質量的量化策略使用到這些傳統技術類因子。相比之下,交易因子是專門為多股輪動設計的量價因子, 對於量化策略會有明顯的提升作用。
丨交易因子使用
2015年12月,著名量化對沖基金WorldQuant公佈了101個Alpha因子,其目的是給策略設計者更多的靈感和思路,能做更多樣化的量化策略。果仁對這些因子公式做了去重和修正,並按照因子的公式組成部分,將其中的100個因子分成3類,在果仁平臺上對外開放,供所有用戶所使用。
在WorldQuant公佈了這些因子後,不少策略開發者對這些因子在A股市場的有效性提出質疑。經過系統測試後, 我們的結論是這裡的大部分因子在A股市場是有效的, 但由於交易成本的限制,這些因子應該作為輔助因子來提高基本面量化策略的收益,而不是單獨用來做成交易策略。
一個股票的Alpha因子值越大,代表這個股票越有可能有超額收益。所以這些因子主要適合使用在排名條件中,作從大到小排名。