量化策略研究:股票中的偏度效应
2022年4月份以來,加密貨幣市場的暴跌強調了市場中性策略的重要性;基于此,有部分Quanter提出了基于加密貨幣的偏度策略:“Skewness/Lottery Trading Strategy in Cryptocurrencies”。
為此,小編不禁好奇:偏度因子在A股市場是否有效?
在查閱了相關的文章資料后發現,有相關文章認為:偏度與A股股票的未來收益,呈現出負相關的關系。
于是小編基于2018年-2022年7月的全A市場樣本進行了單因子分析,其中偏度的計算基于歷史21天交易日的漲跌幅。
從收益分析來看,5天、10天和21天調倉周期下的多空收益相差不多,低偏度組貢獻正收益,高偏度組貢獻負收益,與先前資料的負相關關系相吻合。
而進一步從信息系數來看,IC均值(IC Mean)均為負且絕對值隨著調倉周期單調遞增。
在21日周期下的IC絕對值達到最大,為0.041,同時可以計算其IR值為0.569。信息系數偏低,信息比率還算可以,整體效果低于《研報復現 | 量穩換手率選股因子》 中的穩量換手率因子。
從因子分組的平均期望收益來看,整體的單調性較好,但第一組和第二組的收益并沒有嚴格單調遞減;第十組的做空收益遠高于第一組的做多收益。
最后,讓我們進行回測,具體設置如下:
-
回測時間:2018-01-01至2022-08-21(月底換股)
-
回測品種:全A股(剔除ST股、停牌股和一年以內的次新股)
-
初始資金:100萬
-
手續費:0.0008(雙邊萬三傭金+單邊千一印花稅,共千1.6,即雙邊萬8)
-
滑點:0.00123(雙邊千1.23)
-
最大持倉數量:20只
?(該報告由掘金量化終端提供)
從報告看,策略的表現較為一般。
從回測曲線來看,可以分作兩個階段:
2018年至2021年1月為第一階段,該階段中因子表現持續跑輸指數;而從2021年2月以來,策略表現跟指數行情呈剪刀差走勢,指數持續走低,而因子表現開始持續走強,但在今年4月份也出現了大幅回撤。
小編同時也測試了峰度因子,但其IC均值的絕對值甚至不足0.03,在此便不粘貼出相關數據了。感興趣的朋友可以進一步測試高頻數據下的偏度因子,通過日內數據挖掘alpha。
源碼已分享至掘金量化社區,歡迎自行下載研究。
傳送門:https://bbs.myquant.cn/thread/3129
參考內容:
1.Skewness/Lottery?Trading?Strategy?in?Cryptocurrencies
2.BAR講堂?|?偏度與股票收益——高階矩視角下的風險?
-?End -
聲明:本內容由掘金量化原創,僅供學習、交流、演示之用,不構成任何投資建議!
戳我了解:掘金量化-掘金挑戰者杯股票量化投資大賽總結
以上是生活随笔為你收集整理的量化策略研究:股票中的偏度效应的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: labelme: 用于将黑红色mask标
- 下一篇: 进程切换与线程切换的区别?