考虑风险因子的整合模型.pptx

考虑风险因子的整合选股模型长江证券金融工程部目录风险因子对选股的启示风险因子与普通因子的区别目前认识到的风险因子以行业为例看风险因子的重要性因子择时模型对行业相对收益的贡献行业因子与普通选股因子的整合一、风险因子对选股的启示??选股因子Fama-MacBeth T值0.97?4.87二、风险因子与普通选股因子的区别三、目前认识到的风险因子四、以行业为例看风险因子的重要性?选股因子Fama-MacBeth T值行业17.55以行业收益作为因子选股使用Fama-MacBeth模型检验其选股效果显著性第一步：截面回归第二步：五、因子择时模型对行业相对收益的贡献以有色金属行业为例的备选因子库五、因子择时模型对行业相对收益的贡献行业领先多因素模型adj-R2正负胜率上游行业有色金属贷款余额同比库存-LME铅PPI-重工业-加工0.42 0.70采掘积压订单贷款余额同比 PPI-重工业-加工库存:钢坯：同比0.36 0.71中游行业交通运输m1-m2 贷款余额同比 出口额与进口额增速差 0.32 0.70轻工制造用电量供应商配送时间 森林0.27 0.71公用事业PMI进口 焦炭产量同比PPI-重工业-采掘库存:钢坯：同比0.370.68电子PPI固定资产投资用电量0.30 0.78化工用电量贷款余额同比 库存-LME铅纺织业-原材料库存 0.390.74机械设备PPI-重工业库存:钢坯：同比0.270.75信息设备PPI固定资产投资用电量0.270.75黑色金属供应商配送时间 贷款余额同比 库存:钢坯：同比0.37 0.70建筑建材汽车产量:乘用车:基本型(轿车):当月同比PPI-重工业-采掘房地产自筹资金累计同比 铁矿石原矿量:当月同比库存:钢坯：同比0.390.75五、因子择时模型对行业相对收益的贡献行业领先多因素模型adj-Rsquare符号胜率下游行业食品饮料PPI美元指数PPI-生活资料-衣着0.44 0.79纺织服装固定资产投资贷款余额同比 CPI-家庭设备用品及服务-城市PPI-纺织业0.42 0.74交运设备用电量PPI-重工业-加工库存:钢坯：同比0.310.71家用电器固定资产投资贷款余额同比 PPI-生产资料-加工CPI-家庭设备用品及服务-城市0.38 0.75商业贸易PPI消费者预期指数:月PPI-生活资料-衣着0.32 0.76农林牧渔PPI固定资产投资贷款余额同比 CPI-食品-蛋-农村0.30 0.74餐饮旅游PPI用电量供应商配送时间 0.30 0.71综合原材料库存进口 贷款余额同比 出口额与进口额增速 差 0.310.65医药生物PPI固定资产投资用电量出口额与进口额增速差 0.30 0.77房地产用电量上海:新建住宅价格指数:当月环比PPI-重工业0.270.74信息服务贷款余额同比 PPI-生活资料-衣着CPI-家庭设备用品及服务-城市030 0.60其他金融服务PPI供应商配送时间 贷款余额同比 0.320.68五、因子择时模型对行业相对收益的贡献农林牧渔行业的多因素模型（样本区间2005.9-2012.4）??PPI固定资产投资贷款余额同比增速CPI-食品-蛋-农村j1442k-2-2-1-2beta0.29-6.13-5.607.685.03t_test0.08-2.42-2.282.652.04Rsquare0.30正负符号胜率0.75???五、因子择时模型对行业相对收益的贡献五、因子择时模型对行业相对收益的贡献五、因子择时模型对行业相对收益的贡献五、因子择时模型对行业相对收益的贡献五、因子择时模型对行业相对收益的贡献五、因子择时模型对行业相对收益的贡献五、因子择时模型对行业相对收益的贡献五、因子择时模型对行业相对收益的贡献?样本区间2005年9月-2012年4月Fama—MacBeth T值8.90根据上述的领先多因素模型对每个行业收益做预判用行业的预测收益率解释实际收益率，计算Fama—MacBeth T值领先多因素模型对行业的预判有截面上的作用，因此将行业的预测收益率作为风险因子纳入选股模型五、因子择时模型对行业相对收益的贡献?样本区间2005年9月-2012年4月Fama—MacBeth T值7.74以因子模型预测的行业收益作为因子选股使用Fama-MacBeth模型检验其选股效果显著性第一步：截面回归第二步：六、行业因子与普通选股因子的整合包含行业因子的多因子选股模型（样本区间2005.9-2012.4）?预期EPSP预期G主营增速预期PEG20日换手率60日换手率20日换手率平方60日换手率平方beta0.10400.00150.00010.0000-0.0024-0.01010.01110.0003-0.0007t_test2.63271.7006