量价策略专题报告：股票因子策略专题报告

　　摘要：

    　　综述：对因子和因子研究做了回顾，介绍了两大有代表性的因子体系。

    　　因子评价和策略的构建方法：从两个角度来构建因子，一是Barra 的大类风格因子体系， 二是基于WorldQuant Alpha101 和其他类似研究的算法挖掘/机器学习因子。对单因子进行RankIC 和RankIC_IR 排序，对多因子模型进行回归统计检验。

    　　最近一年的单因子表现：Barra 风格因子体系中累积收益率范围、历史残差波动率、月换手率的表现最好，RankIC 均值最高（绝对值）为0.033，RankIC_IR 均值最高（绝对值）为0.2。算法挖掘/机器学习因子体系中，趋势和反转类中均有表现较好的因子，RankIC 均值最高（绝对值）为0.02，RankIC_IR 均值最高（绝对值）为0.257。

    　　中信一级行业的单因子表现：按照中信一级行业分类方法，共分30 个行业，在每个细分一级行业中，计算并展示Barra 风格因子体系以及算法挖掘/机器学习因子体系中的单因子表现。结果表明，因子的选股能力受到行业的较大影响，不同因子在不同行业中的表现有明显差异。

    　　多因子模型检验：使用最近一年的日频数据，分别验证基于Barra 风格因子体系和算法挖掘/机器学习因子体系的多因子模型的因子收益率联合起来是否在统计上显著不为0。接着，同时考虑Barra 量价因子以及算法挖掘/机器学习因子，进行模型检验。Barra 多因子模型R 方0.37，算法因子模型R 方0.49，联合模型R 方0.59。