中泰证券_20161117_SmartBeta择时轮动策略.pdf

请务必阅读正文之后的请务必阅读正文之后的重要声明重要声明部分部分 Smart BetaSmart Beta产品创新产品创新： 基于市场基于市场择时择时的因子轮动策略的因子轮动策略 分析师 联系人 马刚 吕思江 S0740510120013 0531-68889527 021-20315185 magangr.qlzq.com.cnlvsj01r.qlzq.com.cn 2016 年 11 月 17 日 投资要点投资要点 本文试图从优化选股加权方式以及不同因子的市场周期敏感性的思路出发，构建基于市场择时的本文试图从优化选股加权方式以及不同因子的市场周期敏感性的思路出发，构建基于市场择时的 smart beta 因子轮动策略。首先对成长、规模、价值、质量、波动率、动量和股息率七类因子中的具体因子进因子轮动策略。首先对成长、规模、价值、质量、波动率、动量和股息率七类因子中的具体因子进 行有效性分析，筛选出有效因子，然后选择市场周期择时指标，分析因子的市场周期敏感性，制定因子行有效性分析，筛选出有效因子，然后选择市场周期择时指标，分析因子的市场周期敏感性，制定因子 轮动策略。轮动策略。 从从 smart beta 策略的整体表现来看，在不改变成分股的基础上，短期内策略的整体表现来看，在不改变成分股的基础上，短期内 Smart beta 策略指数的表现并策略指数的表现并 非绝对优于市值加权指数，但长期里有超过非绝对优于市值加权指数，但长期里有超过 80%以上的以上的 Smart beta 策略能够获得超出基准平策略能够获得超出基准平均均 2.18 个个 百分点的年化收益。 但是在考虑了跟踪误差和交易成本的条件后， 单因子加权的百分点的年化收益。 但是在考虑了跟踪误差和交易成本的条件后， 单因子加权的 Smart beta 策略不再具策略不再具 备明显的投资价值。备明显的投资价值。 我们选取在各类因子中我们选取在各类因子中 IC 值、值、Rank_IC 值显著并且因子分组的多空组合在不同市场周期中表现突出的值显著并且因子分组的多空组合在不同市场周期中表现突出的 因子：净资产收益率（低） 、市盈率（低） 、净利润复合增长率（高） 、最近报告期股息率（高） 、波动率因子：净资产收益率（低） 、市盈率（低） 、净利润复合增长率（高） 、最近报告期股息率（高） 、波动率 （低） 、 归属母公司净利润 （高） 六个因子进行因子轮动。 该策略的年化收益为（低） 、 归属母公司净利润 （高） 六个因子进行因子轮动。 该策略的年化收益为 30.29%， 波动率为， 波动率为 39.30%, 夏普比率为夏普比率为 1.33。 相关研究报告：相关研究报告： （创新性基金产品研究之（创新性基金产品研究之二）二）Smart Beta 策略和产品详解策略和产品详解 （创新型基金产品研究之三）（创新型基金产品研究之三）Smart Beta 产品的海外经验本土实践产品的海外经验本土实践 证券研究报告证券研究报告 量化投资策略报告量化投资策略报告 请务必阅读正文之后的请务必阅读正文之后的重要声明重要声明部分部分 - 2 - 量化投资策略报告量化投资策略报告 内容目录内容目录 smart betasmart beta 策略基本介绍策略基本介绍 . - 3 - smart betasmart beta 的发展现状的发展现状 . - 3 - Smart BetaSmart Beta 的投资理念的投资理念 . - 3 - 国内国内 smart betasmart beta 策略的发展策略的发展 . - 4 - 指数增强型指数增强型 smart beta smart beta 策略的表现策略的表现 . - 4 - smart beta ETFsmart beta ETF、LOFLOF 市场的发展市场的发展. - 5 - smart betasmart beta 策略指数的发展策略指数的发展 . - 5 - smart beta smart beta 在国内不同市场周期的表现在国内不同市场周期的表现 . - 6 - smart betasmart beta 择时轮动策略的构建择时轮动策略的构建 . - 7 - 因子选取及数据处理因子选取及数据处理 . - 7 - 因子有效性检验因子有效性检验 . - 9 - 市场周期择时指标市场周期择时指标 . - 14 - 基于市场择时的因子轮动策略基于市场择时的因子轮动策略 . - 15 - 图表目录图表目录 图表图表 1：不同：不同 smart beta 加权策略的表现对比加权策略的表现对比 . - 4 - 图表图表 2： smart beta 策略策略 ETF 和和 LOF 产品信息产品信息 . - 5 - 图表图表 3：中证：中证 smart beta 策略指数编制方法和表现对比策略指数编制方法和表现对比 . - 6 - 图表图表 4： Smart beta 指数在国内市场的周期表现指数在国内市场的周期表现 . - 7 - 图表图表 5：七类因子一览表：七类因子一览表 . - 8 - 图表图表 6：各类因子的：各类因子的 IC 值分析值分析 . - 9 - 图表图表 7：分散化策略指数因子暴露：分散化策略指数因子暴露 . - 10 - 图表图表 8：成长因子的多空组合净值：成长因子的多空组合净值 . - 11 - 图表图表 9：价值因子的多空组合净值：价值因子的多空组合净值 . - 11 - 图表图表 10：质量因子的多空组合净值：质量因子的多空组合净值 . - 12 - 图表图表 11：规模因子的多空组合净值：规模因子的多空组合净值 . - 13 - 图表图表 12：股息率因子的多空组合净值：股息率因子的多空组合净值. - 13 - 图表图表 13：动量因子的多空组合净值：动量因子的多空组合净值 . - 14 - 图表图表 14：波动率因子的多空组合净值：波动率因子的多空组合净值. - 14 - 图表图表 15：基于市场择时指标的市场状态分布：基于市场择时指标的市场状态分布与上证综指走势对比图与上证综指走势对比图 . - 15 - 图表图表 16：基于市场择时的因子轮动策略框架：基于市场择时的因子轮动策略框架. - 16 - 图表图表 17：基于市场择时的因子轮动策略的净值表现：基于市场择时的因子轮动策略的净值表现 . - 17 - 请务必阅读正文之后的请务必阅读正文之后的重要声明重要声明部分部分 - 3 - 量化投资策略报告量化投资策略报告 smart betasmart beta 策略策略基本基本介绍介绍 smart beta，也称为 strategy beta，广义上指通过改变指数的市值加权方 式，通过基于规则或量化的方法，增加指数在某些风险因子上的暴露获 得相应的超额收益的投资方法；狭义上指通过改变原市值加权指数的成 分股选股方式或者加权方式的策略。 smart betasmart beta 的发展现状的发展现状 smart beta 策略指数以及相关 ETF 产品的规模在国外成熟资本市场快速 增长，已成为 ETF 创新的重要方向之一。在美国，smart beta 产品数目 已占到上市 ETF 总数的 1/4,规模达 3590 亿美元，相较之下 A 股市场仅 有 28 只 smart beta ETF 及 LOF，总体规模为 308.43 亿，市场规模还很 小。 smart beta ETF 在美国 ETF市场上成为近十年的主要创新方向的根本原 因在于美国的资本市场发展成熟，以纯 alpha 策略为主的积极投资所能 带来的收益越来越低，因此不少投资机构开始转向研究通过主动增加资 产组合的风险敞口以获得超额收益的投资策略，smart beta 策略正是应 运而生。 随着中国资本市场的发展，未来以券商资管、保险、养老金、社保基金 等为主的大型投资机构会成为指数类产品的重要投资者，因为 Smart Beta 指数产品结合主动投资与被动投资的优点，能够为偏好稳定收益和 低风险的机构投资者提供成本低、个性化、多样化和透明化的投资工具， 因此我们认为 smart beta 策略相关产品未来具有广阔的发展空间。 Smart BetaSmart Beta 的的投资理念投资理念 smart beta 策略指数被认为是介于主动投资与被动投资之间一种新的获 得相对市值加权组合更低风险更高收益的方式，因为它通过主动增加对 某些风险因子的暴露以获得风险溢价，这与主动投资的目标一致，但 smart beta 是基于规则或量化方法（rule-based）来编制指数，与市值加 权组合相比是一种另类的被动投资方式，因此也被称为 exotic beta 或 alternative beta。 Smart beta 策略指数的投资理论来自于 2013 年诺贝尔经济学奖获得者 席勒的 Mispricing 理论。与同年度获得该奖的 Fama 提出的有效市场假 说(Efficient Markets Hypothesis)不同，Mispricing 理论认为市场价格是请务必阅读正文之后的请务必阅读正文之后的重要声明重要声明部分部分 - 4 - 量化投资策略报告量化投资策略报告 很少被正确定价的，因此存在被高估和低估的股票，同时投资者情绪等 因素使得市场本身不能客观、有效的反映股票价格，因此采用传统市值 加权的指数会导致被高估的股票权重过大，而被低估的股票权重过低， 从而影响了市场组合的超额收益。 Fama 无法解释之后被发现的各种市场 异象和投资者理性假设等对有效市场假设的质疑，而 Mispricing 理论正 是对这些问题做出了回答。相关研究表明投资者行为并非理性，因投资 者情绪波动产生的溢价说明市值加权指数的超额收益并非最优，而偏离 市值加权的指数往往能获得更高的超额收益，比如等权重、最小市值等 策略指数。Jason C.Hsu(2006)对此给出了证明，他认为所有非市值加权 策略指数长期均会产生超额收益，从而优于市值加权策略指数。国内外 市场的实际表现也验证了这一点。 国内国内 smart betasmart beta 策略的发展策略的发展 指数增强型指数增强型 smart beta smart beta 策略的表现策略的表现 在上一篇相关研究报告中，我们对国外 smart beta 策略指数以及相关的 ETF 的内涵和发展现状进行了详细的介绍，并选取波动率、质量、成长、 价值、规模、股息率、动量七类因子对沪深 300 指数采用指数增强策略， 从 smart beta 策略的整体表现来看，在不改变成分股的基础上，短期内 smart beta 策略指数的表现并非绝对优于市值加权指数，但长期里有超 过 80%以上的 smart beta 策略能够获得超出基准平均 2.18 个百分点的 年化收益，如图表 1 所示。但是在考虑了跟踪误差和交易成本的条件后， 单因子加权的 smart beta 策略不再具备明显的投资价值。 组合名称组合名称年化收益率年化收益率 区间回报 区间回报 超额收益 超额收益 年化波动率 年化波动率 跟踪误差 跟踪误差 Al pha Al pha Beta BetaSharpeSharpe高股息率加权3006. 52%42. 25%39. 83%18. 39%3. 14%4. 71%0. 40. 12高质量加权3005. 55%35. 20%32. 78%18. 57%3. 21%4. 22%0. 390. 1低波动率加权3005. 44%34. 41%31. 99%18. 35%3. 17%4. 16%0. 390. 1高成长加权3004. 48%27. 69%25. 27%18. 62%3. 13%3. 61%0. 40. 07高规模加权3003. 21%19. 26%16. 84%18. 66%3. 12%2. 85%0. 410. 02低价值加权3003. 20%19. 19%16. 77%19. 41%3. 16%2. 86%0. 410. 02低动量加权3002. 01%11. 73%9. 31%20. 02%3. 21%2. 15%0. 420. 01低规模加权3001. 84%10. 72%8. 30%20. 14%3. 25%2. 04%0. 410. 02高动量加权3001. 12%6. 39%3. 97%19. 48%3. 21%1. 58%0. 410. 04低股息率加权3000. 84%4. 78%2. 36%20. 13%3. 24%1. 36%0. 420. 05低成长加权3000. 84%4. 76%2. 34%20. 28%3. 25%1. 43%0. 420. 05高价值加权3000. 79%4. 46%2. 04%19. 89%3. 25%1. 38%0. 410. 05沪深3000. 43%2. 42%-18. 43%3. 11%2. 66%0. 40. 01低质量加权300-1. 47%-7. 95%10. 37%20. 48%3. 20%0. 05%0. 430. 12高波动率加权300-1. 58%-8. 51%10. 93%20. 84%3. 25%0. 02%0. 430. 12图表图表1：不同不同smart beta加权策略的表现对比加权策略的表现对比 请务必阅读正文之后的请务必阅读正文之后的重要声明重要声明部分部分 - 5 - 量化投资策略报告量化投资策略报告 来源：中泰证券研究所整理 smart beta ETFsmart beta ETF、LOFLOF 市场的发展市场的发展 目前国内发行的 smart beta ETF 和 LOF 的产品信息如图表 2 所示，截 至 2016 年 10 月底，A 股市场有 28 只 smart beta ETF 及 LOF，总体规 模为 308.43 亿。产品类型集中于基本面、红利、贝塔、等权重策略，同 质化较为严重，相较国外市场占比还很小。从单个基金的规模来看，有 17 只基金的规模在 10 亿以下， 整体来看， 目前市场上的 smart beta ETF 表现出产品同质化、募集规模小的特点。 基金名称基金名称跟踪指数跟踪指数基金规模（亿）基金规模（亿）成立日期成立日期嘉实基本面50嘉实基本面50中证锐联基本面50中证锐联基本面5034.3734.372010/2/102010/2/10 泰信基本面400泰信基本面400中证锐联基本面400中证锐联基本面4002.772.772012/9/72012/9/7 建信深证基本面60ETF建信深证基本面60ETF深证基本面60深证基本面603.893.892011/9/82011/9/8 嘉实深证基本面120ETF嘉实深证基本面120ETF深证基本面60深证基本面604.864.862011/8/12011/8/1 浦银安盛基本面400浦银安盛基本面400中证锐联基本面400中证锐联基本面4004.144.142012/5/142012/5/14 博时深证基本面200ETF博时深证基本面200ETF深证基本面60深证基本面604.034.032011/6/102011/6/10 长盛同辉深证100等权长盛同辉深证100等权深证基本面60深证基本面602.542.542012/9/132012/9/13 景顺长城180等权ETF景顺长城180等权ETF上证180 等权上证180 等权12.7012.702012/6/122012/6/12 银华上证50等权ETF银华上证50等权ETF上证50等权重上证50等权重11.8011.802012/8/232012/8/23 景顺长城300等权ETF景顺长城300等权ETF沪深300等权重沪深300等权重8.718.712013/5/72013/5/7 银华中证等权重90分级基金银华中证等权重90分级基金中证等权重90中证等权重9016.8516.852011/3/172011/3/17 诺安中小板等权ETF诺安中小板等权ETF中小板等权重中小板等权重2.532.532012/12/102012/12/10 银华中证800等权重银华中证800等权重中证800等权重中证800等权重2.522.522013/11/52013/11/5 中银沪深300等权重中银沪深300等权重沪深300等权重沪深300等权重14.9114.912012/5/172012/5/17 招商沪深300高贝塔招商沪深300高贝塔沪深300高贝塔沪深300高贝塔2.772.772013/8/12013/8/1 大成中证红利指数基金大成中证红利指数基金中证红利指数中证红利指数18.7018.702010/2/22010/2/2 万家中证红利指数基金万家中证红利指数基金中证红利指数中证红利指数10.8910.892011/3/172011/3/17 工银瑞信深证红利ETF工银瑞信深证红利ETF深证红利价格指数深证红利价格指数58.4158.412007/7/182007/7/18 华泰柏瑞红利ETF华泰柏瑞红利ETF上证红利指数上证红利指数22.2322.232006/11/172006/11/17 嘉实优化红利嘉实优化红利中证红利指数收益率*95%+上证国债指数收益率*5%中证红利指数收益率*95%+上证国债指数收益率*5%5.895.892012/6/262012/6/26 华夏红利华夏红利富时中国A股红利150指数收益率*60%+富时中国国债指数收益率*40%富时中国A股红利150指数收益率*60%+富时中国国债指数收益率*40%7.707.702005/6/302005/6/30 富国中证红利富国中证红利中证红利指数收益率*90%+一年期银行储蓄存款利率(税后)*10%中证红利指数收益率*90%+一年期银行储蓄存款利率(税后)*10%9.069.062008/11/202008/11/20 光大红利光大红利上证红利指数*75%+中证全债指数*20%+银行活期存款利率*5%上证红利指数*75%+中证全债指数*20%+银行活期存款利率*5%5.325.322006/3/242006/3/24 富国天成红利富国天成红利沪深300指数收益率*55%+中债综合全价指数收益率*45%沪深300指数收益率*55%+中债综合全价指数收益率*45%3.413.412008/5/282008/5/28 金鹰红利价值金鹰红利价值中证红利指数收益率*60%+上证国债指数收益率*40%中证红利指数收益率*60%+上证国债指数收益率*40%3.673.672008/12/42008/12/4 泰达宏利红利先锋泰达宏利红利先锋标普中国A股红利机会指数收益率*75%+上证国债指数收益率*25%标普中国A股红利机会指数收益率*75%+上证国债指数收益率*25%13.9613.962009/12/32009/12/3 国联安红利国联安红利沪深300指数*80%+上证国债指数*20%沪深300指数*80%+上证国债指数*20%7.307.302008/10/222008/10/22 长盛量化红利策略长盛量化红利策略中证红利指数*75%+中证综合债指数*25%中证红利指数*75%+中证综合债指数*25%12.5212.522009/11/252009/11/25来源：wind、中泰证券研究所整理 smart betasmart beta 策略指数的发展策略指数的发展 从中证指数公司发布的 smart beta 策略指数来看，目前已涵盖红利、质 量、动量、价值、成长、波动率、基本面等单因子策略指数以及红利低 波动率为代表的多因子策略指数，如图表 3 所示。可以看到，波动率、 红利价值指数表现最好，主动收益为 5.3%和 5.8%，相应地主动风险也 增加了 7.3%和 10.3%。同时我们也需要注意到并非所有的 smart beta 策略指数的表现都会高于基准指数，动量因子主动收益为-0.9%，但是主 动风险却为 7.5%。 从不同类型的指数选股和加权方式上来看，图表 3 中只有 300 等权指数 是完全跟踪基准指数并通过等权重代替市值加权的策略，其他指数并没 有保持对基准指数的紧密跟踪，比如 300 波动指数，在沪深 300 成分股图表图表2： smart beta策略策略ETF和和LOF产品信息产品信息 请务必阅读正文之后的请务必阅读正文之后的重要声明重要声明部分部分 - 6 - 量化投资策略报告量化投资策略报告 中选取波动率低的前 100 只股票，然后用波动率倒数进行加权，可以看 到，这种策略主动增加了对低波动率因子的风险敞口。事实上，这种以 主动增加对某些因子的风险暴露获取增强收益的 smart beta 策略指数是 当前的主要趋势，中证 2013 年发布的 Axioma300 优化系列指数正是通 过风险模型优化实现对特定因子的最大风险暴露。我们认为这种趋势产 生的原因在于一方面指数信息公开会造成跟踪因子的表现下降，简单的 加权策略很容易被复制，导致策略的失效；另一方面，smart beta 策略 本质上就是基于风险的因子投资，采用量化模型对选股和加权的方法进 行优化，可能获得更高的风险收益，这必然是 smart beta 策略的发展方 向。 指数名称指数名称跟踪指数跟踪指数 （样本空间）（样本空间）选股方式选股方式加权方式加权方式年化收益年化收益 年化波动率年化波动率主动收益主动收益主动风险主动风险300波动300波动沪深300沪深300波动率升序取前100只波动率升序取前100只波动率倒数波动率倒数15. 70%15. 70%28. 10%28. 10%5. 30%5. 30%7. 30%7. 30% 300等权300等权沪深300沪深300与基准相同与基准相同等权等权12. 20%12. 20%31. 50%31. 50%1. 80%1. 80%7. 30%7. 30% 基本面300基本面300沪深A股沪深A股基本面价值降序取前300基本面价值降序取前300-13. 50%13. 50%29. 80%29. 80%3. 10%3. 10%4. 80%4. 80% 300动量300动量沪深300沪深300动量升序取前100动量升序取前100-9. 50%9. 50%30. 80%30. 80%-0. 90%-0. 90%7. 50%7. 50% 300稳定300稳定沪深300沪深300波动率、质量因子评分低的150只波动率、质量因子评分低的150只-10. 40%10. 40%27. 80%27. 80%0. 00%0. 00%4. 80%4. 80% 300成长300成长沪深300沪深300成长因子升序前100只成长因子升序前100只分级等权分级等权10. 90%10. 90%30. 40%30. 40%0. 50%0. 50%5. 10%5. 10% 300价值300价值沪深300沪深300价值因子升序前100只价值因子升序前100只分级等权分级等权11. 40%11. 40%30. 20%30. 20%1. 00%1. 00%7. 20%7. 20% 300动态300动态沪深300沪深300波动率、质量因子评分高的150只波动率、质量因子评分高的150只-13. 80%13. 80%35. 10%35. 10%-0. 60%-0. 60%5. 90%5. 90% 红利低波动红利低波动沪深A股沪深A股低波动率、高股息率前50只低波动率、高股息率前50只-18. 20%18. 20%34. 20%34. 20%2. 10%2. 10%5. 10%5. 10% 红利价值红利价值沪深A股沪深A股高价值、高股息率前50只高价值、高股息率前50只-17. 70%17. 70%32. 20%32. 20%5. 80%5. 80%10. 30%10. 30% 沪深300沪深300-市值加权市值加权10. 40%10. 40%29. 70%29. 70%-来源：中证指数公司报告、中泰证券研究所整理 smart beta smart beta 在国内不同市场周期的表现在国内不同市场周期的表现 由于 smart beta 指数采用非市值加权，相对市值加权指数往往具有更高 或者更低的 beta，因此对市场波动会表现出较强的敏感性，从而产生与 市值组合不同的收益也是吸引投资者的原因之一。如图表 4 所示，smart beta 策略在中国市场中也表现出明显的周期敏感性，其中规模因子在牛 市表现最好，价值、红利因子在熊市表现最好，低波动率因子在震荡市 表现最好。不择时操作的单因子的 smart beta 策略往往在牛市中表现出 色，在熊市中损失惨重，相反，如果能够找出有效因子，获得相应的风 险收益，并且在市场周期的不同阶段表现比较具有区分度，那么对这些 因子在不同的市场周期进行择时轮动并采用优化选股加权的方法，理论 上能够构建出相对风险更小、收益更高的 smart beta 策略。 图表图表3：中证中证smart beta策略指数编制方法和表现对比策略指数编制方法和表现对比 请务必阅读正文之后的请务必阅读正文之后的重要声明重要声明部分部分 - 7 - 量化投资策略报告量化投资策略报告 来源：中证指数公司报告、中泰证券研究所整理 smart betasmart beta 择时轮动策略的构建择时轮动策略的构建 本文试图从优化选股加权方式以及不同因子的市场周期敏感性的思路出 发，构建基于市场择时的 smart beta 因子轮动策略。首先对成长、规模、 价值、质量、波动率、动量和股息率七类因子中的具体因子进行有效性 分析，筛选出有效因子，然后选择市场周期择时指标，分析因子的市场 周期敏感性，制定因子轮动策略，最后构建组合进行回测，评价策略的 表现。 因子选取及数据处理因子选取及数据处理 本篇报告中，我们仍然选取成长、规模、价值、质量、波动率、动量和 股息率这七类因子，具体指标如图表 5 所示，共计 25 个因子，其中动量 因子为区间收益率，波动率为历史日收益率的标准差。 图表图表4： Smart beta指数在国内市场的周期表现指数在国内市场的周期表现 请务必阅读正文之后的请务必阅读正文之后的重要声明重要声明部分部分 - 8 - 量化投资策略报告量化投资策略报告 因子类别因子代码因子定义roe_ttm前推12个月的净资产收益率 roa_ttm前推12个月的总资产回报率 netprof i tm argi n_ttm前推12个月的销售净利率 grossprof i tm argi n_ttm前推12个月的销售毛利率 gr_ttm前推12个月的营业总收入 m kt_f reeshares流通市值 cf ps_ttm前推12个月的每股现金净流量 netprof i t_ttm前推12个月归属母公司股东的净利润 yoy_or营业收入增长率（同比） yoyop营业利润增长率( 同比) yoyebt利润总额增长率( 同比) yoyprof i t净利润增长率( 同比) grow th_cagr_netprof i t净利润3年复合增长率 pe_ttm市盈率 ps_ttm市销率 pcf _ocf _ttm市现率（经营现金流） pb最近报告期市净率 pcf _ncf _ttm市现率（现金净流量） m om _12前推12个月的动量 m om _6前推6个月的动量 m om _3前推3个月的动量 m om _1前推1个月的动量 波动率因子vol _p前推6个月的历史波动率 di vi dendyi el d最近报告期股息率 di vi dendyi el d2前推12个月股息率股息率因子质量因子规模因子成长因子价值因子动量因子来源：wind、中泰证券研究所整理 因为财务类指标容易出现缺失或者异常值的情况，为了保证因子有效性 检验的稳健性，需要对数据进行清洗。首先，每个因子的数据需要是最 近报告期或者是前推 12 个月的滚动数据，以保证数据的时效性。然后对 每个因子进行异常值和缺失值处理后，再进行标准化处理。 1） 异常值处理异常值处理： 我们这里采用较均值标准差方法改进的中位数偏差方法 （MAD） ，因为这种方法更为稳健，公式如下： 其中 MAD 为样本中位数，偏离 之外的样本取为临界点值： 2） 缺失值处理缺失值处理： 对于原始数据缺失的， 用 NA 代替， 如果缺失范围较大， 出现同一时间段超过总样本 30%以上的股票数据缺失，则用行业均 值代替。 3） 标准化标准化：按照 z-score 进行标准化处理用来作为因子有效性检验的样图表图表5：七类因子一览表七类因子一览表 请务必阅读正文之后的请务必阅读正文之后的重要声明重要声明部分部分 - 9 - 量化投资策略报告量化投资策略报告 本数据， 对因子值按照以下映射将标准化的因子数据调整为正数， 为 后面计算个股权重使用： 因子有效性检验因子有效性检验 因子测试区间因子测试区间 本文选取沪深 300 指数作为基准指数， 测试区间为 2006 年 6 月至 2016 年 10 月。因为沪深 300 指数每年会在 5 月至 7 月和 11 月至次年 1 月的 两个区间内调整成分股，我们按照最近调整日公布的数据确定所有时间 点上的成分股，并采用月频数据进行测试。 因子因子有效性检验方法有效性检验方法 1）计算计算 IC 值值 首先我们计算每个时间点上沪深 300 成分股的因子值与下个月收益率的 相关性（IC 值） ，结果分析如图 6 所示： 因子大类因子大类因子名称因子名称均值均值标准差标准差最大值最大值最小值最小值IC>0(次数)IC>0(次数)IC0Rank_IC>0 (次数)(次数)Rank_IC<0Rank_IC<0 (次数)(次数) yoy_oryoy_or0. 0060. 0060. 0670. 0670. 2180. 218-0. 144-0. 14473735151 yoyopyoyop0. 0000. 0000. 0660. 0660. 1690. 169-0. 134-0. 13464646060 yoyebtyoyebt0. 0050. 0050. 0670. 0670. 1810. 181-0. 174-0. 17464646060 yoyprofi tyoyprofi t-0. 002-0. 0020. 0600. 0600. 2060. 206-0. 159-0. 15953537171 grow th_cagr_netprofi tgrow th_cagr_netprofi t0. 0030. 0030. 0590. 0590. 1350. 135-0. 140-0. 14064646060 pe_ttmpe_ttm-0. 013-0. 0130. 0630. 0630. 1500. 150-0. 157-0. 15750507474 ps_ttmps_ttm-0. 002-0. 0020. 0620. 0620. 1600. 160-0. 121-0. 12156566868 pcf_ocf_ttmpcf_ocf_ttm-0. 010-0. 0100. 0600. 0600. 1400. 140-0. 176-0. 176484