本篇报告将针对 smart beta 策略中常用的红利与低波动因子进行改造,从股息率预测的角度和 K 线改造波动率因子的角度,重新定义红利因子与低波因子,以期获取预测能力更强,更为稳定的新因子。http://www.hibor.com.cn【慧博投研资讯】
红利因子:预测股息率因子预测能力和单调性均优于原始 DP_TTM 股息率因子
通过将股息率分拆为净利润和股息支付率两部分的方法,并分别对净利润和股息支付率进行估计。http://www.hibor.com.cn(慧博投研资讯)同时,考虑分红预告时间点至除权除息日之间的股息预期,将股息率的计算进行较为细节的拆分计算。
预测股息率因子较原始股息率因子的最大优势在于稳定性的提高和单调性的提高。
预测股息率因子的 IC 胜率和分组单调性都相对原始股息率因子有一定程度的提升。其 IC 由 3.00%提高到了 3.29%,因子 IC 的波动有所下降,IC_IR由 0.49 提高到了 0.56,有一定的改善效果。
低波因子:成交额等分 K 线下的波动率因子稳定性和多空收益显著优于时间 K 线下的常用波动率因子
我们采用改造后的 K 线(成交额等分 K 线,成交量等分 K 线,ticK 等分 K 线)来构造基于新 K 线的波动率因子。
从 IC_IR 上看,成交额等分 K 线在各个样本内均优于时间等分 K 线。IC 的均值上,时间等分 K 线高于成交额等分 K 线,但时间等分 K 线波动率因子的 IC 序列波动率显著高于成交额等分 K 线。
因此成交额等分 K 线下的波动率因子稳定性显著优于时间等分 K 线构造的波动率因子。
从全市场多空收益来看,Value_D_STD_60 因子的多空表现显著优于Time_D_STD_60 。 Value_D_STD_60 因子的累计多空年化收益为28.23%,显著高于 Time_D_STD_60 的多空年化收益 12.3%。
风险提示:结果均基于模型和历史数据,模型存在失效的风险。