数量化投资管理者如何利用因素作为建立交易模型的基本模块?

数量化投资管理者如何利用因素作为建立交易模型的基本模块?

自从Benjamin Graham和David Dodder关于证券分析的经典教材的第一版被认为是证券基本面分析方法的圣经??于1934年出版之后，股票投资组合管理和交易策略获得了长足的发展。Graham和Dodder通过运用财务报表中的信息并确切给出了决定证券吸引力的基本原则而扩展了传统的定价方法，在因素模型发展的早期作出了突出的贡献。

今天的数量化投资管理者利用因素作为建立交易模型的基本模块。在一个交易策略中，因素决定了何时买进以及何时卖出证券。在这一章和下一章基于因素的策略的讨论中，我们将会对在第五章中给出的因素概念给出更加确切的定义。具体来说，我们将因素定义为一组资产的共同特征。例如，固定收益市场中的一个因素就是债券的信用评级。在股票市场中，因素可能就是一个特定的财务比率，比如市盈率（P/E）或者市净率（P/B）。

大多数情况下，我们会扩展这个基本定义以包含更多的客观情况。首先，因素中常常会包含一定的经济常识。例如，一个因素可以通过参考资产所面临的宏观经济风险的来源、基本面的特点或者基本的市场行为帮助我们理解资产的价格。其次，我们应该意识到具有相似因素（特征）的资产往往会有相似的表现，这个特征对于一个因素的成功与否是至关重要的。再次，我们希望我们确立的因素能够区分不同的市场和样本。最后，我们希望因素在不同的时期都是稳健的。

因素可以分为三类??宏观经济的影响因素、横截面特征因素和统计因素。宏观经济的影响因素是衡量可观测的经济活动的时间序列，比如利率水平、国内生产总值和工业生产值。横截面特征因素是指可观测的资产的特征或公司的特征，比如股息收益率、账面价值和波动性。统计因素是指通常存在于一组资产中的不可观测的或潜在的因素。这些因素没有对资产特征做出明确的假设，而这些假设往往会有利于找出资产的共性。统计因素并非来源于外生的数据而是从其他变量??比如收益??中提取出来的。这些因素是利用各种各样的统计方法??比如在第五章中讨论的主成分分析法或因素分析法计算得出的。

在资产管理公司内部，因素和预测模型被用于很多目的。这些目的也是管理投资组合的核心。比如，投资组合经理能够直接将模型的结果交给交易部门执行。另外，模型还能够为分析人员和投资组合管理团队提供分析上的支持。比如，模型常被用于将投资范围缩小到包含可管理的数量的证券从而使分析师团队可以在较小规模的证券中进行基本面的分析。

因素同时也被运用于金融理论的其他领域,比如资产定价、风险管理和业绩归因。在资产定价中,研究人员把因素作为经济中共同的不可分散的风险来源的代表来理解在未来收益不确定情况下的证券的价格或价值。具体的例子包括市场的股息收益率P以及长期债券与短期债券收益率之间的价差。在风险管理中，风险管理者利用风险模型中的因素解释并分解证券收益的多变性，而投资组合经理则依靠风险模型得到协方差、构建投资组合并进行风险测量。在业绩归因中，投资组合经理在分析投资组合所面临的各种风险的基础上解释过去的投资组合回报产生的原因。因素在这些领域中的作用还在不断扩大。最近的研究还提出了一种可以将正收益、循迹误差和信息比率归因于一系列常见因素的方法。

本章和下一章的重点是利用因素构建股票预测模型，也被称为阿尔法模型或股票选择模型。该模型的作用在于对交易策略进行数学上的描述。在这个描述中，未来收益作为因变量，因素作为自变量。

牛市通网是一个牛股推荐网与低风险投资知识网，可以在线联系客服领取牛股。牛市通网从权威的投资专家、金融分析师等投资信息中挑选优质的文章进行发布。牛市通网主要为投资者提供股票知识、股票观点、股票分析和明智金融投资讨论等信息。