[Quant][Note] A Composite Four-Factor Model in China

本文主要是介绍[Quant][Note] A Composite Four-Factor Model in China，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

题目	A Composite Four-Factor Model in China
论文链接	论文pdf链接
发表时间	Sept 21, 2021
论文作者	连祥斌 刘洋溢 石川

论文简介

这一篇论文来源于 Beta Plus小组的成员，在国内的量化界可以说比较有名了，他们也有许多公众号文章，建议大家可以跟着巨人学习，减少弯路。这一篇文章采用类似Fama的思路，结合所谓散户overreaction和underreaction因子和常规的大市值小市值等因子将stocks进行了分组建仓，达到了sharpe 2.02的效果。
也从散户多，对信息处理不理性的投资行为学上解释了为什么A股和美股风格不一致的现象。

知识点

• 2020年中国股票市值达到6.52Tn

• A股回测股票基本数据筛选标准

  • 去掉ST（公司本身问题，机构通常不允许交易，流动性差）
  • 去掉12月以内的次新股
  • 去掉涨跌停和停牌的股票

• 几个容易被高估/低估的因子

• Factor Basket construction

1. 选取市值的中位数对股票进行二分类 （共两组）
2. 选取30%，70%分位数分别将over/under reaction因子进行三分组 （共六组）
3. 交叉共12组portfolio，对于每个group中的股票用市值进行配重
4. 利用12种基本仓位构建四个factor portfolio，实现超额收益

• 从文章结论来看，China market中一年级别的momentum收益效果比较差也是散户（retail investor）认知偏差的结果之一（因为散户更看重近期的收益）

这篇关于[Quant][Note] A Composite Four-Factor Model in China的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---