沪深300因子分析1 - 量化因子

我的第一篇帖子，如有不足之处，麻烦各位指教。

大家好，我是一名在美国做固定收益的quant，但内心对国内股票投资非常感兴趣，工作之余也自己找数据做一些简单分析，特此分享。

相比于复杂的quant模型，在这里我只想分享一些自己做的基于沪深300指数的因子分析，我会先分享一些比较简单，好获取的因子，因为在做任何模型之前，我认为对因子/信号/数据进行分析理解是很重要的。

如果感兴趣，我会在之后更新更多因子以及对应的因子组合收益结果。

如对结果/过程有任何疑问/建议，也麻烦留言指出，谢谢。

--------进入正题-------

分析目的

对沪深300指数在2007.1 - 2018.3的时间段内进行因子分析，寻找潜在的有效风格因子。

分析方法

对于每个因子，每个月根据因子排序将沪深300股票池（剔除部分不流通，数据缺失的股票）分为5个quintile portfolio，并计算每个quintile portfolio对应下个月的回报率和alpha（市值权重）。 在整个时间段内重复此过程，最终得到因子每个quintile portfolio的累积收益率和累积alpha，并进行分析。

先放结论

本文检查了7个简单的风格因子。 1).市值因子（market cap） 2).交易量因子（volume） - 最近10日总交易量 3).动量因子（momentum） - 近6个月股票累积收益 4).残差动量因子（residual momentum） - 近6个月股票累积alpha 5).收益波动性因子（return vol.） - 近6个月股票日收益波动 6).残差收益波动性因子（residual return vol.） - 近6个月股票日alpha波动 7).换手率因子（turnover） - 最近10日股票的换手率

其中在整个时间段上看上去比较可靠的因子包括，

1).市值因子，5）.收益波动性因子, 6).残差收益波动性因子 印证了小盘/低波动的股票是沪深300的潜在有效因子。 当然其他的因子也可以用来做diversification，这个会在以后介绍。

因子结果

1).市值因子（market cap）

2).交易量因子（volume）

3).动量因子（momentum）

4).残差动量因子（residual momentum）

5).收益波动性因子（return vol.）

6).残差收益波动性因子（residual return vol.）

7).换手率因子（turnover）

本文日数据来源：网页链接