目录 |
多因子策略是一种应用十分广泛的选股策略，其基本思构想就是找到某些和收益率最相关的指标，并根据该指标，建一个股票组合，期望该组合在未来的一段时间跑赢或者跑输指数。如果跑赢，则可以做多该组合，同时做空期指，如果是跑输，则可以做多期指，融券做空该正与向阿尔法收益组合，赚取反向阿尔法收益。多因子模型的关键是找到因子与收益率之间的关联性。
回归法是多因子策略最常用的发掘因子的方法。它用过去的股票的收益率对多因子进行回归，得到一个回归方程，后把最新的因子值代入回归方程得到一个对未来股票收益的预判，最后以此为依据进行选股。回归法的优点是能够比不同的股票相对较及时地调整股票对各因子的敏感性，同时因子的敏感性也可以不同。回归法的缺点是容易受到极端值的影响，在股票对因子敏感度变化较大的市场情况下效果也比较差。
在进行单因子分析之后，还可以按照有效性大小等标准对不同因子按照不同权重进行组合，进行投资组合的构建，经常测试不同因子之间的相关性剔除冗余的因子，并重复单因子投资组合有效性的测试方法，按照多因子选股策略的有效性，力争选出比单因子策略更好的投资策略。
资本资产定价模型（CAPM）问世以后，很多学者就在有效市场假说条件下对其进行了实证检验。Black，Jensen和Scholes（1972）及Fama（1973）对1969年以前的数据进行检验，结果证明了CAPM模型的有效性。但对此后数据的检验，CAPM模型却缺乏说服力，许多影响股票收益的其他因素陆续被发现。
Ross（1976）提出了套利定价模型（ATP），模型认为如果市场未达到均衡状态的话，市场上就会存在无风险套利机会，并且用多个因素来解释风险资产收益。然而，用因子分析法检验APT时存在一个缺点，即该方法无法告诉我们具体的因子是什么，难通过因子分析去识别影响证券收益的背后因素。
Chen，Roll和Ross（1983）给出了一组能够广泛反映宏观经济的因素。这些因素包括行业产出指数、非预期通货膨胀、违约风险溢价的变化（用AAA级公司债券与BBB级公司债券到期收益率的差值衡量）、利率期限结构的意外变化（用长期政府债券和短期政府债券的到期收益率的差值衡量）。
因子的发掘过程主要采用Fama-French三因素方法。首先，将所有股票样本按照市值规模分成不同的股票池样本。其将需要研究的股票池样本中股次，对于需要进行研究的因子，按照待测因子由高到低分成五档，分别计算每一档的月平均收益率，并计算较高档与较低档月平均收益率差额。如果在同一个股票池样本中，该差异与该档股票的平均回报率之间存在着显著的相关性，则可以认为，在控制了市值因素的影响后，该因子与股票回报率有较高的相关性。
最后，选择具有显著相关性的因子，并应用该因子进行选股，测试所构建的投资组合是否可以认为该因子是以显著地跑赢或者跑输指数。此外，在最基本分析的基础上，还可以控制行业等其他市值外的控制因素进行更细的分类，对不同股票池的样本进行测试，或者在牛市、熊市等不同市场条件下测试因子以提高因子选择的准确性。