摘要: 2019年底，全球量化投资基金规模超过3万亿美元。这代表着交易量和市值的快速增长。由于沪深300、沪深50、沪深500股指期货等产品的诞生，量化策略越来越受到基金团队的关注和研究，国内量化基金总回报适中，产品之间的性能差异是巨大的，而出现“二八... 展开 2019年底，全球量化投资基金规模超过3万亿美元。这代表着交易量和市值的快速增长。由于沪深300、沪深50、沪深500股指期货等产品的诞生，量化策略越来越受到基金团队的关注和研究，国内量化基金总回报适中，产品之间的性能差异是巨大的，而出现“二八分化”的现象是主要原因之一。我国目前使用的多因素选股模型大多是从国外引进的，本土化战略没有得到很好的实施，并且没有创新的交易理念。为探索适合中国A股市场的量化交易策略，本文建立了基于IR加权打分法并结合福斯特弗里斯积极成长策略的最优因子模型。 这篇文章使用的操作软件是聚宽(JoinQuant)量化交易平台，研究对象是CSI全指成分股，规定2008年11月3日至2020年2月6日为全样本区间，总共11年的样本数据。最初，在进行有效因子检验之后，采用3个时间区间分别代表多头市场、震荡以及空头市场行情进行回归以建立传统多因素模型，目的是研究有效因子在不同行情下表现的异同。随后，将其中表现较好的有效因子放入最优因子集，运用打分方法建立最优因子交易策略，从收益、风险和持仓这三个方面全方位研究策略的结果，并且运用移动回测区间检测策略的稳健度。最后，开创性地引入预期回报率、资产负债比率以及销售毛利率作为筛选因子建立成长最优因子合成策略，以优化该策略表现较差的部分。根据实证可以得出，优化后的策略在超额收益、Sharpe比率以及最大回撤率等方面都比原策略要更好。 本文主要结论:第一，在不同行情或者时间区间下，对股票回报率造成的不同因子之间存在不一样的相关性。第二，在我国股市，F-F积极成长策略的思想可以非常好地应用。第三，根据一些时间段中策略的表现，基于打分法并以不同因子的IR值进行加权的方式比回归法可以更好地适用于中国股票市场。第四，根据股票回报率对因子的敏感度，成长因子、现金流因子还有技术类因子表现普通，不过流通市值、20日平均换手率、20日平均换手率与120日平均换手率之比以及固定资产周转率因子可以作为我国股市非常好的选股因子来建立交易策略。 收起