【研究框架】多因子增强中证500策略

合集下载

中证500成分

中证500成分中证500指数是中国证券投资者所熟悉的著名股指之一，它一直是中国证券投资者的重点考虑对象。

它的成份股具有良好的流动性，而且大多数都是大型蓝筹板块上市公司，可以反映A股市场的整体表现。

中证500指数由中证指数有限公司（China Securities Index Company）于2005年推出，该指数由中国200只最知名的A股公司组成。

根据投资者投资策略的不同，中证500指数由两个指数组成：中证500指数和中证500指数A。

中证500指数基本上是中国A股市场中申万指数（SSE Composite Index）的削减版本，从总表中删除了低价及流动性差的股票，构成了该指数。

构成中证500指数的股票可以分为三个类型：主板，中小板和创业板。

主板由来自大型蓝筹公司的股票组成，中小板主要由中小企业和新出现的企业构成，创业板主要由新加入市场的高科技企业构成；以上三者比例相当，每类均占总指数的1/3以上。

在任何投资指数的情况下，成份的编制是非常关键的。

以中证500指数为例，中证500指数由500只A股构成，它们以其流动性、市值以及行业配置情况等多方面因素，通过严格的筛选程序编制而成。

在中证500指数的编制过程中，投资者首先需要确定一个可行的投资策略，可以根据股票行业、市值等指标来编制成份，同时分析每类股票的表现。

从中选出股票，以及计算出它们的权重，以确定最后的成份股。

更新中证500指数的构成成份，也是一个需要持续跟进的过程，以维持指数的可靠性。

每年定期更新中证500指数的成份股，可以增加指数之间差异性，并且确保投资者受益于市场变化，从而更好地满足投资者的需求。

总之，中证500指数是一个由500只A股组成的指数，它具有行业均衡性、流动性高等特点，是中国证券投资者的重点关注对象。

投资者在进行投资时需要谨慎审慎，以确保其投资策略实施的正确性。

数库多因子量化平台帮助文档

《数库多因子量化平台| 操作指引手册》多因子模型通过寻找与股票未来收益最相关的因子作为选股标准，综合运用多因子构建模型对股票进行评价，选取综合得分高的股票，以期获得超额收益。

数库多因子量化平台，是数库团队依托金融大数据开发的量化平台，克服了传统策略开发过程中的种种问题，力求做到数据权威、因子丰富、回测精准、评价全面、个性化功能更加丰富。

传统策略开发过程中的问题1.数据维护耗时耗力：数据量庞大，从原始数据到因子数据，任何环节出错就会造成策略失真2.计算处理能力受限：个人电脑在处理批量计算时，速度缓慢3.回测结果无法有效保存：无法有效的形成统一规划的可视化输出，策略结果随意保存4.策略不能及时跟踪：策略更新需重复运行代码，无法有效跟踪策略绩效数库能做到的1.更高效、权威、及时的原始数据2.更加全面、丰富的因子库、3.更加精准的回测算法4.更加权威、全面的因子评价指标5.更丰富的自定义功能因子分类【因子目录】财务因子的计算逻辑YTD因子:即后缀为YTD的因子，表示该因子计算所需指标的取值逻辑为YTD1.仅涉及利润表（或现金流量表）指标或仅涉及资产负债表指标（无需平均）时：所有指标取最近报告期值即可2.仅涉及利润表（或现金流量表）指标或仅涉及资产负债表指标（需平均）时：资产负债表平均指标=（期初值+最近报告期值）/2，其他指标取最近报告期值3.同时涉及利润表（或现金流量表）指标和资产负债表指标（无需平均）时：资产负债表非平均指标直接取最近报告期值；利润表或现金流量表的指标，需乘以年化调整系数进行处理，一季度年化系数为4，二季度为2，三季度为4/3，四季度为1.4.同时涉及利润表（或现金流量表）指标和资产负债表指标（需平均）时：资产负债表平均指标=（年初值+本期期末值）/2;利润表或现金流量表的指标，需乘以年化调整系数进行处理，一季度年化系数为4，二季度为2，三季度为4/3，四季度为1.∙LTM:后缀为LTM的因子表示该因子计算所需指标的取值逻辑为LTM1.LTM因子同时涉及利润表（或现金流量表）指标和资产负债表指标时：利润表指标取最近12个月数值；资产负债表指标取平均值，平均值=（本期报告值+上年同期值）/22.LTM因子仅涉及利润表和现金流量表指标时：利润表和现金流量表指标取最近12个月数值。

多因子量化选股策略

多因子量化选股策略多因子策略的核心理念是市场上股票的回报不仅取决于整体市场的因素，还受到公司基本面、市场情绪、估值和技术指标等多个因素的影响。

通过综合考虑这些因素，可以更加全面地衡量股票的投资价值，提高选股的准确性和整体回报的稳定性。

在构建多因子选股策略时，首先需要确定一系列的因子指标。

常见的因子包括：估值因子（如市盈率、市净率）、成长因子（如营收增长率、净利润增长率）、盈利质量因子（如现金流量比率、资产负债率）、市场情绪因子（如市场波动率、投资者情绪指标）、技术指标（如动量指标、相对强弱指标）等。

这些因子都各自代表了一方面的股票表现，通过综合考虑这些因子，可以形成一个全面的股票选股模型。

其次，需要对每个因子进行权重分配。

在分配权重时，可以根据因子的相关性、历史表现、理论依据等进行判断。

一种常见的方法是通过回归分析来确定每个因子的权重，使得选股模型能够最大程度地解释股票的回报。

最后，在确定了因子和权重之后，就可以应用量化的方法来进行选股和构建投资组合。

通过计算每只股票的因子得分，并根据得分进行排名，可以挑选出相对较好的个股。

同时，还可以通过将这些个股按照一定的规则组合成投资组合，以实现更好的风险和收益平衡。

需要注意的是，多因子量化选股策略并不是一成不变的，随着市场环境和投资者偏好的变化，策略的因子和权重也需要不断调整优化。

此外，考虑到人为主观因素的干扰，量化选股策略也需要定期进行回测和验证，以确保策略的有效性和稳定性。

总体而言，多因子量化选股策略是一种科学系统的选股方法，能够通过综合考虑多个因素来提高选股的准确性和投资组合的稳定性。

然而，对于普通股民而言，如果没有专业的量化模型和数据分析能力，参与多因子量化选股需要有专业投资顾问的指导和支持，以避免不必要的风险和误判。

策略研究框架-V2

原子能、高分子产业迅速发展。
标志：信息技术的广泛应用
机的发明和应用。

钢铁、机械、煤炭、造船、铁路、纺织等

信息产业的迅速发展带动微电子、半导体、激光、超导等技术的发展
以电的广泛应用为核

发达国家先后完成
产业得到了极大的发
展。

心，以内燃机、石油、工业化过程，产业化学、钢铁等新兴工业为特征。
F-07 D-07 O-08
9
传统分析的三个因素

传统方法有三种：购买力平价、利率平价理论和资产风险溢价。美国加息预期降低压制美元汇率走势。从风险溢价角度看，美国市场投资的回报率急剧下降，难以吸引大量资金流入。但2010年上半年美国通过政治博弈改变了全球资金方向。
All Venture 60 50 40 30 20 10 0 All Buyouts All Priv Equity
美元指数 130 120 110 100 90 80 70 美国目标利率

经济周期末期
7 6 5 4 3 2 1 0
克林顿时期：紧缩型财政
小布什时期：扩张性财政
J-92 N-92 S-93 J-94
M-95 M-96 J-97 N-97 S-98 J-99 M-00
A-01 F-02 D-02 O-03 A-04 J-05 A-06
11
二、价量分析之产业周期轮换
12
经济周期中的新兴产业与成长股
第一次产业革命 18世纪70年代

第二次产业革命 19世纪40年代

第三次产业革命 20世纪40-70年代

第四次产业革命 20世纪80年代至今

数量化选股策略之十二：多因子选股策略

多因子选股策略研究员：魏刚执业证书编号：S42☎✉——数量化选股策略之十二《数量化选股策略之十一：分析师预测因子分析》2011-08-31《数量化选股策略之十：股东因子分析》2011-08-30《数量化选股策略之九：交投波动因子分析》2011-08-24《数量化选股策略之八：动量反转因子分析》2011-07-27《数量化选股策略之七：盈利因子分析》2011-07-27《数量化选股策略之六：成长因子分析》2011-07-12《数量化选股策略之五：估值因子分析》2011-07-06《数量化选股策略之四：规模因子分析》2011-06-30在前面几篇报告中我们对规模因子、估值因子、成长因子、盈利因子、动量反转因子、交投波动因子、股东因子和分析师预测因子进行了分析，其中规模因子（总市值）、估值因子（市盈率TTM）、动量反转因子（前1个月涨跌幅）、波动因子（前1个月波动率）、分析师预测因子（最近1个月净利润上调幅度）等是较为显著的因子。

由总市值、市盈率TTM、营业利润同比增长率、净资产收益率、前1个月涨跌幅、前1个月日均换手率、前1个月波动率、户均持股比例变化、机构持股变化、最近1个月净利润上调幅度等10个因子构造的等权重多因子策略表现较好。

由综合得分最高的20只中证800指数成份股构成的等权重组合大幅跑赢沪深300指数，2005年1月至2011年5月间的累计收益率为1517.29%，年化收益率达54.34%；由综合得分最高的50只中证800指数成份股构成的等权重组合同期的累计收益率为1059.72%，年化收益率达46.54%；同期沪深300指数的累计收益率为200.16%，年化收益率为18.69%。

由总市值、市盈率TTM、营业利润同比增长率、净资产收益率、前1个月涨跌幅、前1个月日均换手率、前1个月波动率、户均持股比例变化、机构持股变化、最近1个月净利润上调幅度等10个因子影响股价走势的主要因子包括市场整体走势（市场因子，系统性风险）、估值因子（市盈率、市净率、市销率、市现率、企业价值倍数、PEG等）、成长因子（营业收入增长率、营业利润增长率、净利润增长率、每股收益增长率、净资产增长率、股东权益增长率、经营活动产生的现金流量金额增长率等）、盈利能力因子（销售净利率、毛利率、净资产收益率、资产收益率、营业费用比例、财务费用比例、息税前利润与营业总收入比等）、动量反转因子（前期涨跌幅等）、交投因子（前期换手率、量比等）、规模因子（流通市值、总市值、自由流通市值、流通股本、总股本等）、股价波动因子（前期股价振幅、日收益率标准差等）、分析师预测因子（预测净利润增长率、预测主营业务增长率、盈利预测调整等）。

博时量化多因子-概述说明以及解释

博时量化多因子-概述说明以及解释1.引言1.1 概述引言是一篇文章的开端，它为读者提供了一个整体的背景概述，引起读者的兴趣，并概括地介绍了文章的主题和结构。

本文的主题是博时量化多因子投资策略，下面将对概述部分展开介绍。

在现代投资领域中，投资者通过寻找有效的投资策略来获取更高的收益。

多因子投资策略是一种备受关注的投资方法，它通过综合考虑多个因素来选择和配置投资组合中的个股，以期获得相对于市场整体表现更好的投资回报。

博时量化多因子模型作为博时基金旗下的一种投资策略，采用了先进的量化分析方法，利用大数据和机器学习技术，从众多因子中选择和构建出适用于不同市场环境的投资组合。

它不仅考虑了传统的基本面因素，如估值、盈利能力和成长性等，还结合了技术指标和市场情绪等因素，以提高投资组合的优化效果。

通过博时量化多因子模型，投资者可以更加科学、系统地进行投资决策，提升投资回报的同时，降低风险。

在本文中，将首先介绍多因子投资策略的基本原理和优势，包括为什么多因子投资可以带来超额收益以及如何选择合适的因子。

接着将详细阐述博时量化多因子模型的构建方法和应用实例，分析其在不同市场环境下的表现和优势。

最后，将总结多因子投资的优势，并展望博时量化多因子模型的应用前景。

通过本文的阅读，读者将能够了解到多因子投资策略的基本原理和实施方法，以及博时量化多因子模型在投资领域的应用价值。

希望本文能够为投资者提供一些有价值的思考，帮助他们在投资决策中做出更加明智的选择。

1.2文章结构文章结构：本文分为引言、正文和结论三个部分。

引言部分主要包括概述、文章结构和目的三个方面。

首先，我们将概述本文的主题，即博时量化多因子投资策略，并介绍该策略在投资领域的重要性和研究意义。

其次，我们会具体阐述文章的结构，让读者对整个文章有一个清晰的了解。

最后，我们明确本文的目的，以鼓励读者对该主题进行深入研究，并为实践中的投资决策提供有益的参考。

接下来是正文部分，主要包括多因子投资策略和博时量化多因子模型两个方面。

指数增强策略概述

指数增强策略概述
指数增强策略是指在跟踪指数的基础上，利用量化方式适当调整投资组合的持仓结构，以期在跟踪指数Beta收益的基础上，再获得超越指数的Alpha收益的一种投资策略。

指数增强策略不是对跟踪指数成分股的完全复制，而是在跟踪指数的基础上，增加总体表现较优股票的权重，降低总体表现较差股票的权重权重，甚至去除；或者利用指数成分股以外的股票替换指数成分股，从而实现收益增强的目的。

在A股市场主流的跟踪指数有沪深300指数、中证500指数、中证1000指数等，分别代表A股市场的大盘股、中盘股和小盘股。

跟踪这些宽基指数进行收益增强的量化投资策略分别叫做沪深300指数增强策略、中证500指数增强策略、中证1000指数增强策略。

当然也有跟踪其他行业指数、主题指数的增强策略，比如易方达标普全球高端消费品指数增强（QDII）A、西部利得中证人工智能主题指数增强。

多因子量化模型简介

多因子量化模型简介
量化 vs 非量化 (有非量化吗?)
修正持久期是衡量价格对收益率变化的敏感度的指标。在市场利率水平发生一
定幅度波动时，修正久期越大的金融资产，价格波动越大。
金融资产的现行价格为所有各期未来现金流的现值的加总。

=
修正久期
,
×
− ∙
o 市场中的小市值、价值股表现明显超过市场，
而这一效应不能用CAPM模型解释
o 1981年，大卫·布斯和雷克斯·桑奎菲尔德成立
了维度投资顾问公司（Dimensional Fund
Advisors），买入小市值、估值低的股票，获
得了高额回报
o 1992年，尤金·法玛、肯尼斯·弗伦奇建立了三
因子模型，将资产回报分解为资产在市场风
27
翼丰股票组合与沪深300指数的Beta
在市场“正常状态”下，翼丰股票组合与沪深300指数的Beta为1.03。
1.6
1.4
1.2
1
0.8
0.6
0.4
0.2
0
700
600
500
400
300
200
100
0
-3
-2
-1
-0.5
0
频数
0.5
1
2
3
Beta
选取市场指数日收益率数据进行标准化，标准化后的日收益率描述了市场指数收益率偏离均值的程度。
模型
19
波动率投资：六因子模型
o 低波动率（或低beta）的股票实际回报高于高波动率（高beta）的股票，
这一现象不能用五因子模型解释
实例：杠杆收购交易、货币利差交易、“风险平价”投资

指数增强策略的分类

指数增强策略的分类【原创实用版】目录1.指数增强策略的定义与意义2.指数增强策略的分类方法3.常见指数增强策略介绍4.指数增强策略的优缺点分析5.指数增强策略的应用前景正文一、指数增强策略的定义与意义指数增强策略，是一种在原有投资组合基础上，通过运用一定的优化方法，以期在保持投资组合与基准指数相似的同时，提高投资组合收益的策略。

这种策略广泛应用于我国证券市场，为投资者提供了一种在不增加风险的情况下，提高收益的有效途径。

二、指数增强策略的分类方法指数增强策略可以根据不同的优化方法进行分类，常见的分类方法有以下几种：1.根据增强目标分类：绝对收益增强和相对收益增强。

2.根据增强方式分类：权重增强、股票选择增强和组合优化增强。

3.根据跟踪指数分类：全市场指数增强、行业指数增强和主题指数增强。

三、常见指数增强策略介绍1.权重增强策略：通过调整投资组合中个股的权重，使其与基准指数的权重分布相似，从而提高投资组合的收益。

2.股票选择增强策略：在基准指数成分股的基础上，通过选股模型选择具有超额收益的股票，以期提高投资组合的收益。

3.组合优化增强策略：在满足跟踪误差限制的前提下，通过优化模型寻求投资组合的最优权重分配，以提高投资组合的收益。

四、指数增强策略的优缺点分析优点：1.指数增强策略能够提高投资组合的收益，且风险相对较低。

2.指数增强策略在保持与基准指数相似的同时，具有一定的灵活性。

缺点：1.指数增强策略需要支付一定的管理费用和交易成本。

2.指数增强策略在市场波动较大时，可能存在一定的风险。

五、指数增强策略的应用前景随着我国证券市场的不断发展，指数增强策略在投资者中的认可度逐渐提高。

上证50 中证500指数深度剖析

5年前的4月16日，中国期货市场迎来了一个里程碑式的事件：沪深300股指期货上市交易。

今年的4月16日，市场将在沪深300股指期货五周岁之际，迎来两个全新的金融期货品种—上证50和中证500股指期货。

国泰君安发布报告，深度剖析上证50、中证500指数。

全文如下：1. 上证50上证50 成份股作为沪深300 中市值最大的那部分股票，虽然股票只数不多，但其交易量却非常大。

从投资角度来看，由于上证50 成份股在行业上过度集中于金融业(非银金融，银行)，因此在操作时可将其看作是一个金融板块基金分级B。

相比金融分级B 而言，上证50 期货不仅拥有T+0 及时性和高流动性，同时杠杆倍数也更高。

从套期保值功能来看，上证50 成份股作为沪深300 的一部分，可以组合使用上证50 和沪深300股指期货，从而更加灵活的控制风格暴露。

在套利方面，上证50 品种的推出在目前跨期套利的基础上，增加了跨品种套利的机会。

下面，我们详细介绍一下上证50 指数各方面的特点。

1.1. 上证50 指数编制规则上证50 指数包含了上海证券交易所[微博]中规模大、流动性好、最具代表性的50 只股票，以期综合反映上海证券市场最具市场影响力的一批龙头企业的整体状况。

具体的，上证50 指数的成分股是由上证180样本空间内，根据总市值、成交金额对股票进行综合排名所得的前50 只股票构成的(市场表现异常并经专家委员会认定不宜作为样本的股票除外).在权重的设置上，上证50 指数采用派许加权的方式，按照样本股的调整股本数为权数进行加权计算。

具体来说，在调整股本数上采用的是分级靠档的方式对成份股股本进行调整。

具体的分级靠档方式如下表所示：上证50 指数每半年调整一次成分股。

按照目前的安排，调整时间为每年的 6 月中旬和12 月中旬。

每次调整的比例一般不会超过10%。

样本调整设置缓冲区，排名在40 名之前的新样本优先进入，排名在60 名之前的老样本优先保留。

金融投资中的多因子模型构建与应用研究

金融投资中的多因子模型构建与应用研究在金融投资领域，多因子模型是一种常见且重要的工具，用于解释资产回报的来源和预测未来的表现。

它通过将资产的回报与各种基本面因素相联系，以寻找能够解释回报波动的因素，进而构建一个可用于投资决策和资产配置的模型。

本文将对金融投资中多因子模型的构建和应用进行研究。

多因子模型构建的关键在于确定适当的因子，并通过正确的方法加权组合这些因子。

常见的因子包括市场因子、价值因子、规模因子、动量因子等。

市场因子代表整个市场的回报，价值因子衡量资产的估值，规模因子反映资产规模的影响，而动量因子则捕捉资产价格的短期涨跌。

通过综合考虑这些因子，可以更全面地解释和预测资产的回报。

构建多因子模型的方法有很多，其中最常用的方法是线性回归模型。

通过回归分析，可以确定各个因子对资产回报的相对重要性，并得到一组系数，用于加权组合这些因子。

除了线性回归模型，还有其他非线性模型，如岭回归、lasso回归等，可以用于改善模型的预测能力。

此外，还可以应用机器学习算法，如支持向量机、随机森林等，来构建更复杂和准确的多因子模型。

应用研究中，多因子模型可以用于投资组合的构建和优化。

通过将多个因子的权重相结合，可以构建一个多因子投资组合，以实现更好的风险调整回报。

例如，如果市场因子表现较好，那么可以适当增加市场因子的权重，以获得更高的收益。

相反，如果市场因子表现不佳，那么可以减少市场因子的权重，以减少风险。

多因子模型还可以用于资产选择和风险管理。

通过比较不同资产的多因子模型展现，可以找到具有较低风险和较高预期回报的资产。

除了投资组合的构建和优化，多因子模型还可以用于策略的开发和交易的执行。

通过比较不同因子的预测能力，可以选择合适的因子来构建投资策略。

例如，如果动量因子对回报的贡献较大，那么可以选择动量因子来进行交易。

同时，多因子模型还可以用于风险管理和信号生成。

通过监控各个因子的表现，可以及时调整投资组合的权重，以降低风险并实现更好的表现。

500指增策略选股方法

500指增策略选股方法
500指增策略选股方法是指通过一系列的分析和筛选方法，选取能够在500股指数上涨时表现较好的个股的策略。

下面是一些常用的500指增策略选股方法：
1. 市场趋势分析：观察市场的整体走势，如果500股指数长期处于上升趋势，那么更有可能选择那些能够跟随市场上涨的个股。

2. 财务分析：研究公司的财务状况，重点关注其盈利能力、负债水平和现金流状况。

选择那些盈利稳定、负债较低且有良好现金流的公司。

3. 行业分析：选取在500股指数中表现较好的行业。

通过研究各个行业的发展趋势、竞争格局和前景，选择那些有业绩增长潜力的个股。

4. 技术分析：利用图表和指标，研究个股的历史价格走势和成交量变化。

选择那些呈现良好走势的个股，比如处于上升趋势中的股票。

5. 相对估值分析：比较个股的市盈率、市净率等估值指标与同行业或同股指的平均值，选择那些相对估值较低，有投资价值的个股。

6. 追踪机构投资者：关注机构投资者的投资动向，尤其是大型基金和知名投资机构的持仓情况。

选择那些受到机构投资者青睐的个股。

以上是一些常见的500指增策略选股方法，投资者可以根据自己的风险承受能力和投资目标选择适合自己的方法。

需要注意的是，任何投资都存在风险，投资者应该根据自己的情况进行综合考虑和判断。

多因子投资模型的因子拓展：行为金融学角度

多因子投资模型的因子拓展：行为金融学角度多因子投资模型的因子拓展：行为金融学角度引言：随着金融市场的不断发展和投资者对投资组合优化的需求增加，多因子投资模型在资产定价和风险管理领域扮演着愈发重要的角色。

传统的多因子模型通常基于经济学原理和财务数据，例如市场因子、价值因子、盈利因子等。

然而，行为金融学的兴起为多因子模型的因子拓展提供了一种新的思路。

本文将围绕行为金融学角度展开讨论，探究如何将行为金融学的概念和方法应用于多因子投资模型的因子选择与拓展。

一、行为金融学的基本原理行为金融学从心理学和行为科学的角度研究投资者的心理偏差和行为特征，旨在解释个体和市场决策过程中的非理性行为。

行为金融学的核心观点包括：投资者存在过度自信、损失厌恶、割离效应、处置效应等行为偏好和认知偏差。

二、行为金融学因子拓展的意义传统的多因子投资模型主要基于财务数据和经济学原理，而行为金融学因子的引入可以更好地解释和预测市场价格变动的非理性因素。

行为金融学因子更具抗跨期变动能力，能够揭示市场中的情绪、心理偏差和风险厌恶等因素。

三、行为金融学因子的具体拓展1. 情绪因子：市场情绪在决策过程中起着重要作用。

情绪因子可以通过观察指数波动率、媒体情绪指标、投资者情绪指标等来衡量。

情绪因子的引入可以更好地解释市场波动和投资者的情绪效应。

2. 风险厌恶因子：投资者的风险厌恶程度对市场定价有着重要影响。

通过衡量投资者的偏好风险水平来构建风险厌恶因子，例如随机波动率、股票收益率标准差等。

风险厌恶因子能够反映市场上的风险偏好与风险规避行为。

3. 审美因子：审美因子衡量了投资者对公司和行业质量的偏好。

例如，通过衡量公司的品牌价值、场外市场流动性等指标来构建审美因子。

审美因子对于解释市场中的风格轮动以及对品质的投资偏好具有重要意义。

4. 反应与反应延迟因子：投资者的反应和反应延迟对市场价格变动有着重要影响。

反应因子可以通过观察价格反应的时间、成交量变动等来衡量。

多因子选股策略经典梳理

多因子选股策略经典梳理股市之道无非三点：1择时，2选股，3 仓控。

精通这三点中的任何一点，都足以在股市中所向披靡。

但是精通二字何其艰难。

在量化选股策略中。

多因子策略作为一个主要武器，被各种公募基金和私募基金长期使用（小编注：国内策略同质化相当严重，本文仅作为交流探讨推荐）。

在此我们为不熟悉多因子的各位朋友梳理一下不同风格的因子，以及他们的有效性。

股价是由资金推动的（上涨为正向推动，下跌为反向推动）。

但是影响资金进入和推出的因子确实千千万万，有基本面的，有消息面的，有人看国家政策，有人看分析师预测，有人听朋友介绍，有人跟风大V等等不一二足。

下面我将从9大类33个因子来给各位逐一分析。

首先给出在长时间来看表现优秀的因子。

1、规模因子，小市值效应。

（推荐指数5颗星）。

在国内外不管是成熟市场还是我国的不成熟市场，小市值效应一直存在。

并且小市值的逻辑也很清晰，市值越小被操纵的可能性就越来大，推动的估价上涨的资金需求就越小。

试用注意事项（震荡市或牛市表现优秀，下跌市跌幅大幅快于大盘---牛市买小股，熊市进蓝筹）2、动量反转因子。

（推荐指数5颗星）前一个月的涨跌幅度的反转效应明显。

长得多了当然要跌，跌得多了当然要涨，均值回归远离。

这个其实和我们所说的补跌补涨类似，从长期来看如果牛市来了，大家都会涨，只不过有的先涨，有的后涨；熊市来了大家一块跌（贪婪与恐惧的典型表现）3 、交投因子，即换手率因子。

（推荐指数4颗星）（我们选取一个月日均换手率）。

换手率高的后面表现的貌似都不佳（但经过测算新股和次新股貌似并不适用）。

逻辑依然很清晰，长期换手率高，总让人觉得有点出货的嫌疑，不是么？4、预测因子。

（推荐指数5颗星）预测当年主营业务收入增长率（平均值）。

预测收入增长但是是利好了，预测收入增长越高，利好越高。

不是么，逻辑依然清晰。

这个因子在万德等软件上有统计，各位可能不太容易获得。

因子包括9类，规模因子，估值因子，成长因子，盈利因子，动量反转因子，交投因子，波动率因子，分析师预测因子。

基于短周期价量特征的多因子选股体系

基于短周期价量特征的多因⼦选股体系本篇报告中，我们将开创性的构建全新的多因⼦模型体系——短周期交易型多因⼦阿尔法选股体系。

通过交易型阿尔法策略的研究，我们发现在A股市场，与传统多因⼦模型所获取的股票价值阿尔法收益相⽐，交易型阿尔法收益的空间更⼤、收益稳定性也更强。

即便是最纯粹的价值投资者也不得不承认，交易⾏为在短期内对股票价格起着⼏乎是决定性的影响，⽽发掘这种交易型套利空间正是量化投资的优势所在，因此量化模型在这⼀领域内应有着⼴泛的运⽤空间。

在本篇报告所构建的交易体系中，我们总共构建、运⽤了将近200个短周期阿尔法因⼦，其中因⼦数据则均来⾃于个股⽇频率的价格与成交量数据。

在此基础上，我们构建了基于短周期价量特征的风格中性多因⼦选股策略。

策略⾃2012年1⽉⾄2017年4⽉，在扣除所有交易成本后，较之中证500指数，实现年化超额收益率50.2%，最⼤回撤5.9%，信息⽐率4.67。

对交易成本的敏感性分析结果表明，由于对换⼿率与交易成本进⾏了最优平衡过程的处理，因此策略可容纳的极限交易成本接近双边1%，模型实战能⼒较强。

短周期交易型阿尔法体系既是对传统多因⼦体系的补充，也可以说是全新思路、独⽴设计的交易体系。

在这其中，量化模型不再仅仅是低风险低收益的投资策略，同样也可获得⾼额的收益回报，⽽尽管我们在这其中还只是看到了冰⼭⼀⾓。

短周期交易型阿尔法策略体系的构建，希望对投资者的研究思路有所拓展，在量化模型最擅长的领域发挥其真正的威⼒。

⼀引⾔传统多因⼦模型在A股量化投资领域被⼴泛运⽤，在过去若⼲年内模型也获得较为稳健的超额收益。

然⽽，由于市值效应在A股市场的影响过于明显，导致传统多因⼦模型或多或少都受其影响。

尤其是⾃2017年以来，随着市场风格发⽣的急剧变化，策略稳定性受到了⼀定冲击，其中主要原因不外乎以下3点：⾸先，阿尔法因⼦体系与市值因⼦相关性过⾼；其次，组合对风格的暴露控制⼒不⾜；最后，选股域与⽐较基准域之间的不匹配。

中证500等权重指数编制方案

中证500等权重指数编制方案中证500等权重指数与中证500指数样本股相同，采用等权重加权，指数的个股与行业权重分布更为均匀，为投资者提供新的投资性标的。

一、指数名称和代码指数名称：中证500等权重指数指数简称：500等权英文名称：CSI 500 Equal Weight Index英文简称：CSI 500 EW指数代码：000982/399982二、指数基日和基点该指数以2004年12月31日为基日，以1000点为基点。

三、样本选取方法中证500指数样本股。

四、指数计算中证500等权重指数计算公式为：1000⨯=除数值报告期样本股的调整市报告期指数其中，调整市值＝ ∑(股价×调整股本数×权重因子)。

调整股本数的计算方法、除数修正方法参见计算与维护细则。

权重因子介于0和1之间，以使单个股票权重相等。

五、指数样本和权重调整1、定期调整中证500等权重指数每半年调整一次样本股，样本股调整实施时间分别为每年6月和12月的第二个星期五的下一交易日。

当中证500指数调整样本股，中证500等权重指数样本股随之进行相应调整。

权重因子随样本股定期调整而调整，调整时间与指数样本定期调整实施时间相同。

在下一个定期调整日前，权重因子一般固定不变。

2、临时调整特殊情况下将对中证500等权重指数样本进行临时调整。

当样本股暂停上市或退市时，将其从指数样本中剔除。

样本股公司发生收购、合并、分拆、停牌等情形的处理，参照计算与维护细则处理。

当出现样本股临时调整，有指数样本股被非样本股替代时，新进指数的股票继承被剔除股票在调整前最后一个交易日的收盘权重，并据此计算新进股票的权重因子。

谈中证500指数的配置价值

谈中证500指数的配置价值工商银行财富顾问沈含弘当我们说某个权益资产具有配置价值时，这个资产通常需要具备三个属性：好行业、好公司、好价格。

中证500，总是和沪深300、上证50同时出现，被拿来作为各大公募、私募产品比较的标杆生。

那么中证500究竟是什么？1、中证500指数的编制方法首先，我们来看一下中证指数公司对中证500的编制方法：剔除ST、*ST 股票。

中证500指数由全部A股中剔除沪深300指数成份股及总市值排名前300名的股票后，总市值排名靠前的500只股票组成。

同时，指数成分股每半年调整一次。

由此可以看出，中证500比较综合反映了A股市场上一批中等市值公司的股价表现（成分股平均市值120亿；成分股最大453亿，最小市值23亿）。

同时，由于编制方法的原因，中证500的成分股可能并非是各个大类行业最龙头的公司，而更接近于各个细分子行业的龙头公司。

同时，由于指数成分股每半年调整一次，也赋予了指数自我净化、吐故纳新的功能。

2、中证500指数的行业分布和十大权重股中证500指数的成分股每半年调整一次。

按照最新的数据整理如下。

图1：中证500行业权重分布由上图，中证500指数成分股的行业分布非常广泛且均衡，既包括传统行业（能源2.3%、原材料15.5%、金融地产8.8%、公用事业3.4%），也包括经济支柱制造和消费（工业22.3%、可选消费11.6%、主要消费6.5%），还包括了具有成长性的行业（医药11.7%、信息技术16.4%、电信业务1.5%）。

其中，尤以工业、信息技术、原材料、医药卫生几个板块主，兼顾传统和新兴产业、蓝筹和成长公司。

相比沪深300指数，能够更好的规避单一行业风险。

图2：中证500前十大成分股作为对比，我们可以看看沪深300的行业分布图3：沪深300指数行业权重图4：沪深300指数前十大成分股可以说，沪深300是金融和地产行业两家独大的指数，指数表现更容易受到重仓行业的影响。