中国 A 股市场风格因子的一些数据

作者: , 共 870 字 , 共阅读 0

所有数据都来自于 msci barra 的 CNE5S 模型。

1、分年的风格因子收益率数据

BARRA 的 CNE5S 模型提供了 10 个风格因子。从 2010 年开始,各年风格因子的收益如下:

2010年以来的BARRA风格因子收益表现

从因子收益角度:

  • BETA 的正向收益稳定且很大。GROWTH、EARNYILD 其次,但收益相对不明显。MOMENTUM 除了 14、15、16 三年,其余年份收益稳定且很大。
  • SIZENL、LIQUIDTY 有稳定且很高的负向收益。再之后是 RESVOL。
  • SIZE 呈现明显的分阶段特征。
  • BTOP、LEVERAGE 的正负向收益都不明显。

2、SIZE 因子的变化

SIZE 因子应该是被关注度最高的因子。对量化从业者, SIZE 因子也是绕不过去的一个敞口。

从 BARRA 的历史数据上看, 2010 年之后的 SIZE 因子(注意 BARRA 的 SIZE 敞口,大盘股为正,小盘股为负)可以分为三个阶段:

  • 2010 年到 2012 年, SIZE 因子没有明显的收益特征。
  • 2013 年到 2016 年, SIZE 因子有明显的负收益,说明小盘股表现更好。
  • 2017 年之后, SIZE 因子有连续的正收益(但幅度都不大),说明大盘股表现持续更好(但幅度不明显)。

2010年以来BARRA CNE5S_SIZE因子收益表现

3、大盘股小盘股分层表现

BARRA 对 SIZE 因子做了一些处理。如果按最简单的买小盘股(市值后 20%的股票),卖大盘股(市值前 20%的股票),收益曲线如下图:

2010年以来大盘股和小盘股收益表现

基本可分为两个阶段:

  • 2016 年及之前,小盘股每年都有不小的正收益(在 2014 年 12 月和 2015 年 6 月有一个较大的回撤,但很快就弹回)。此时,小盘因子是一个明显的收益因子。
  • 2017 年及之后,小盘股和大盘股之前互有胜负,在 2017 年和 2021 年年初,小盘股亏损较大。SIZE 因子变成了风险因子。

由于因子策略一般都会有小盘暴露, 2017 年之后量化策略相对更难做一些。现在回头看, 2015 年之前无论啥策略都能赚大钱(因为小 SIZE 太赚钱了)。

Q. E. D.

类似文章:
msci barra 开发的 CNE5S 模型是中国 A 股最常用的风格因子模型。它包含 10 个风格因子,分别是 BETA、MOMENTUM、SIZE、EARNYILD、RESVOL、GROWTH、BTOP、LEVERAGE、LIQUIDTY、SIZENL。
一月份,很多股票业绩暴雷,就是突然出现大额亏损。其中「天神娱乐」预亏 73 到 78 亿,是自身总市值的将近两倍。
风险管理 » VaR Primer
在一个大型的组合中,有成千上万只不同的证券,但不同证券的价格可能受到同样的因素所驱动,比如同一个国家的债券几乎都受到该国的基准利率所影响。为了简化 VaR 的计算,通常将那些最根本的因素挑选出来,这些因素被称为风险因子。根据风险因子的状态,计算证券的价格被称为估值。
国外的很多做高频交易的对冲基金的一大准则便是不要持仓过夜。在国内投资股票也一样,除去无法把握隔夜风险的判断以外,还有一个原因:
最近半年, A 股市场的停牌股票断崖式地下降,目前每天停牌的股票不到 20 只,比例只有千分之五左右。这在全世界都是少有的。
下图是过去两年银行间隔夜回购的成本和交易所隔夜回购成本的对比图。
几天前,中行转债( 113001 )跌到 97 块钱左右(最新价格是 97.23 ),当时转股溢价率和纯债溢价率都特别低,我发了一条微博:
总结一下
相似度: 0.054
风险管理 » VaR Primer
投资者和投资组合管理者面临着各种各样的风险,包括市场风险、信用风险、流动性风险和操作风险等。市场风险是指因为股票价格、利率、汇率、商品价格的变动带来的风险,是投资者面临的最直接的风险,往往也是其它风险的导火索。VaR 是用来衡量市场风险的主要工具之一。
风险管理 » VaR Primer
在计算 VaR 之前,需要先明确所计算 VaR 的参数。最重要的两个参数为时间期限和置信度,前者对应所需衡量风险的时间段,后者对应风险的容忍度。
编程 » Python
imp.load_source在动态载入 python 模块时非常有用,但需要注意其特性。
爬升约 400 米。公园内四通八达,有多个路线可选,但一般在 8 公里左右。路好走。