掘金社区

如何正确运用换手率进行量化选股?Pinned highlighted

你好,掘金者 发表在策略分享 2021-12-24 16:07:23

策略分享
336
0
0

​换手率是大家在选股时经常会用到的一个数据,其运用可谓是花样百出。
 
东吴证券在“技术分析系拥抱选股因子”系列研究中就发布了多篇有关换手率的研报。如今年发布的有:
 
系列研究(九):改进STR——换手率要比别人稳,也要比自己稳
系列研究(八):优加换手率——解决1+1<2的难题
系列研究(七):量稳换手率选股因子——量小、量缩,都不如量稳?
系列研究(四):换手率分布均匀度,基于分钟成交量的选股因子

注:研报按发布时间由近到远排列。

 
其中,第七篇研报的收益较为不错,我们将选取它作为今天的复现对象。
  
 

首先看下该研报的核心:量稳换手率因子STR(即换手率的稳定性,The Stability of Turnover Rate),其构建方式较为简单:

0_1640324007843_图片1.jpg

即历史20个交易日的标准差。

 
研报中进一步对该因子做了截面的市值中性化处理,每月月底换仓,原文中分组对冲净值走势如下图:
 
0_1640324029387_图片2.jpg
 
 
在基于现实中可用性的角度上,我们对STR因子策略做了进一步规范,策略参数如下:

回测品种:全A股(剔除ST股、停牌股和一年以内的次新股)
初始资金:1000万
基准指数:沪深300
手续费率:0.0016(买入万三手续费,卖出万三手续费和千1印花税,免5)
滑点:0.00246
因子构建:先剔除异常值(3倍均值标准差法),然后标准化处理,再进行市值中性化处理
交易逻辑:买入最小因子值的前100只股票,月底调仓换股(研报中月度IC为-7.9%,本文计算出的20日IC为-7.5%)

注:在具体交易中,做“涨停不买入,跌停不卖出”的限制。

 
我们先来看下基于Alphalens的单因子分析结果:

0_1640324132842_1d8421f2-1b9a-4f55-9076-fd9a31ab95a9-image.png

根据上表,分别以5日、10日和20日的调仓周期来看,IC均值(IC Mean)均为负且绝对值随着调仓周期单调递增;在20日周期下的IC绝对值达到最大,为7.5%,同时可以计算其IC_IR值为2.315,是一个较好的选股因子。
 
0_1640335892027_图片3.jpg
 
分组的平均期望收益如上图所示,具有一定的单调性,但主要收益来源于做空最大分组,看到这里就有不祥的预感了:单因子多头策略的效果可能没有理想中那么好。
 
最后来到实测阶段,看下分年度测试结果:
  
0_1640335916089_screenshot-20211224-161811.png

注:2021年仅从2021-01-01回测至2021-12-22。

 
从上述结果来看,2018年单边下跌市场下表现较差,2019年来均实现正收益,今年表现尤其亮眼,今年的收益主要由8月份至今的收益贡献的,而这段时间也正是量化基金走入大众视线的时间!
 

下图是STR因子2021年至今的策略表现:

0_1640324266227_图片4.jpg

 

可以看到,该策略的年化收益率为46.46%,最大回撤为12.34%,夏普比率为2.57。

 
不过,相比研报,本文复现出来的策略表现还是稍有不如,这里的差异主要在于:

(1)原文是以十分组的形式统计的;

(2)研报的手续费和滑点未知,而本文的手续费和滑点分别为千1.6和千2.46;

(3)本文剔除了ST股、停牌股和一年以内的次新股;

(4)对因子的构建增加了异常值处理和标准化处理。

 

以上,本期的策略分享到此结束~文中或有遗漏、错误之处,欢迎各位朋友指正。

 

声明:本内容由掘金量化原创,仅供学习、交流、演示之用,不构成任何投资建议!如需转载请联系掘金小Q(VX:myquant2018)授权,否则作侵权处理!
暂无评论

Looks like your connection to 掘金量化社区 - 量化交易者的交流社区 was lost, please wait while we try to reconnect.