目標(biāo)：理解因子是什么并且測(cè)試市值因子

因子有很多不同的解讀方法，一般來(lái)說(shuō)“因子”就是一種可以被數(shù)量化的，解釋資產(chǎn)價(jià)值的“原因”。比如每天股票都有高開(kāi)低收這四種價(jià)格，那么這四種價(jià)格就可以理解成四個(gè)因子。再比如，股票有市值，市盈率，市凈率，總股本，凈資產(chǎn)收益率這種數(shù)據(jù)，這些也都可以被稱(chēng)作因子。再比如，某個(gè)公司是有產(chǎn)品銷(xiāo)售的，那么他銷(xiāo)售的產(chǎn)品的銷(xiāo)量也可以作為一個(gè)因子。

總而言之，因子的種類(lèi)繁多，頻率也各有不同，量化投資就是想找到一些因子，使得資產(chǎn)的價(jià)格能夠被這些因子解釋?zhuān)缓髲闹姓业揭?guī)律，使用這種規(guī)律賺錢(qián)。

在海外成熟市場(chǎng)中，有效的因子挖掘難度很大，因?yàn)榇蠹規(guī)缀醢阉心鼙粩?shù)量化的東西都試過(guò)一遍了，有效果的要么就是慢慢失效，要么就是很少人知道，要么就是成本太高。

隨著市場(chǎng)的成熟和大家對(duì)因子的挖掘，因子慢慢失效是一個(gè)非常正常的事情，比如我們接下來(lái)要舉的例子，小市值效應(yīng)，相信很多老股民應(yīng)該都知道，之前A股越是小盤(pán)股越容易漲，這是有統(tǒng)計(jì)規(guī)律的。但是這幾年小市值的股票相對(duì)于大市值的股票沒(méi)有那么多超額收益了。所以我們可以說(shuō)市值因子在一定程度上失效了。

這種失效有多種解釋?zhuān)话銇?lái)說(shuō)認(rèn)為是因子交易的擁擠度太高會(huì)導(dǎo)致失效。舉個(gè)例子就是你發(fā)現(xiàn)小市值的股票容易賺錢(qián)，賺了一大筆，然后過(guò)段時(shí)間又有別人發(fā)現(xiàn)了，他趕在你前面買(mǎi)了，于是你買(mǎi)的價(jià)格就相對(duì)之前高一點(diǎn)，賺的也比以前少了。再過(guò)了一段時(shí)間，大家都發(fā)現(xiàn)了小市值的股票容易漲，于是都去買(mǎi)，直到小市值的股票相對(duì)來(lái)說(shuō)再也沒(méi)有性價(jià)比的時(shí)候，這個(gè)因子就失效了。

這節(jié)課我們要使用的工具叫做alphalens，這是一個(gè)很方便的開(kāi)源因子測(cè)試工具，他的名字中包含了另一個(gè)概念–alpha。alpha可以翻譯成超額收益，對(duì)應(yīng)的beta翻譯為基準(zhǔn)收益。舉個(gè)例子就是假設(shè)上證綜指在一年內(nèi)上漲10%，你通過(guò)自己的不懈努力獲得了20%的收益，那么你的策略在一年中就實(shí)現(xiàn)了20-10=10%的alpha，市場(chǎng)的漲幅就是beta。

做量化投資的一個(gè)主線任務(wù)就是尋找alpha，在市場(chǎng)下跌的時(shí)候比別人跌的少，在市場(chǎng)上漲的時(shí)候比別人漲的多，追求穩(wěn)穩(wěn)的幸福。兩個(gè)典型的例子就是指數(shù)增強(qiáng)基金和一些私募或者櫥窗基金。

指數(shù)增強(qiáng)基金選定一個(gè)指數(shù)作為基準(zhǔn)收益，希望通過(guò)一系列的操作獲得超過(guò)這個(gè)指數(shù)的超額收益，但不會(huì)偏離指數(shù)太多。比如這幾年比較火的300指增，500指增或者1000指增等，他們的基準(zhǔn)收益就分別是滬深300指數(shù)，中證500指數(shù)和中證1000指數(shù)。

另一些量化私募或者櫥窗基金追求穩(wěn)穩(wěn)的超額收益，對(duì)沖之后盡量不受行業(yè)的影響，比如下圖就是一個(gè)去年很火的基金，可以看到他的走勢(shì)幾乎是一路穩(wěn)穩(wěn)的向上，市場(chǎng)跌的時(shí)候也不怎么跌甚至還在漲。這種就是量化領(lǐng)域追求的。

說(shuō)了很多概念的東西，下面我們來(lái)實(shí)操一下，測(cè)試我們剛才說(shuō)的第一個(gè)因子，市值因子?？纯醋罱∈兄倒善笔遣皇沁€是比大市值的漲的好。

首先，我們安裝本節(jié)課需要的alphalens包，安裝過(guò)程和以前一樣使用pip。

之后我們讀取所需的數(shù)據(jù)，這里數(shù)據(jù)的處理過(guò)程比較繁雜，因?yàn)樾枰⑸闲袠I(yè)的數(shù)據(jù)，但都是一些基礎(chǔ)操作，就不放在這里了。處理好的數(shù)據(jù)格式如下：

這份數(shù)據(jù)包含17年至今市場(chǎng)上所有股票的收盤(pán)價(jià)，申萬(wàn)行業(yè)分類(lèi)，市值，和中性化之后的市值因子。

那么普通市值因子和中性化之后的市值因子有什么不同呢？

市值就是收盤(pán)價(jià)乘股本，這個(gè)很好理解。中性化這里指的是行業(yè)中性化，意思就是我們?cè)诜治鲆粋€(gè)因子的時(shí)候，需要刨去行業(yè)對(duì)該股票價(jià)格的影響，比如最近傳媒漲的很好，無(wú)論是什么牛鬼蛇神，只要沾了傳媒這個(gè)行業(yè)的邊了，就會(huì)暴漲，那么我們就需要把股票價(jià)格變動(dòng)里受行業(yè)影響的那一部分去掉，讓我們想測(cè)試的因子更加純粹。

這里的行業(yè)中性化使用的是回歸的方法，具體過(guò)程理解起來(lái)可能稍困難，需要一定數(shù)學(xué)基礎(chǔ)，但初級(jí)階段我們不需要了解細(xì)節(jié)，只需要知道有一些封裝好的工具，只要我們提供行業(yè)和價(jià)格，就能自動(dòng)把影響股票價(jià)格的行業(yè)因素剔除掉就可以了。

除了行業(yè)中性化以外，這里還對(duì)市值做了歸一化處理，因?yàn)槭兄颠^(guò)大的股票和市值過(guò)小的股票相差太大，不做歸一化處理的話很難計(jì)算。歸一化之后因子值在0附近，并且相差不大。

之后，我們只需做一些簡(jiǎn)單的數(shù)據(jù)格式變換，使得我們的數(shù)據(jù)符合alphalens需要的數(shù)據(jù)格式即可，之后把數(shù)據(jù)輸入alphalens，導(dǎo)出因子測(cè)試的結(jié)果。

本節(jié)的代碼非常短，只有十多行，但是需要理解的概念較多。
下面我們針對(duì)他的一些輸出做一些簡(jiǎn)要的說(shuō)明。

這張圖代表了我們把所有的股票按因子值大小分為十組，每一組的收益率，這里我們的因子就是市值，說(shuō)明最小市值的一組股票在測(cè)試期內(nèi)取得了最高的收益率，市值中等的股票較差，市值最大的股票也還行。

這張圖代表著我們按照因子值大小，就是市值大小每天調(diào)倉(cāng)加權(quán)買(mǎi)入因子值最大的股票，獲得的賬戶總收益率。這張圖其實(shí)應(yīng)該倒過(guò)來(lái)看，因?yàn)槲覀兊囊蜃犹幚矸绞绞且蜃釉叫∈兄翟叫?，所以我們?yīng)該買(mǎi)入因子最小的數(shù)，所以你可以在上面的處理的時(shí)候給因子值取一個(gè)負(fù)號(hào)，那么這條線會(huì)好看很多。但無(wú)論怎樣，只要這條線是單調(diào)且穩(wěn)定的，無(wú)論是向上還是向下都足夠好。

這張圖代表著我們按因子值大小分組，每一組的收益率。從這里我們可以看到在2021年初的時(shí)候有一個(gè)很明顯的市場(chǎng)風(fēng)格切換，從大家都差不多，但是大市值股票稍好，變成了小市值股票的市場(chǎng)。結(jié)合實(shí)際來(lái)看看是不是這樣呢？

其余的圖形和功能這里就不多贅述了，不明白的可以去alphalens的官方文檔或者網(wǎng)上的信息查閱更多資料，總而言之這是一個(gè)很強(qiáng)大的工具，可惜的是現(xiàn)在好像不太更新了，但目前來(lái)說(shuō)夠我們用了。

還需要注意的一點(diǎn)就是我們這里關(guān)閉了多空測(cè)試，意思就是只讓它用多頭去測(cè)試因子，這也符合A股的邏輯，如果你正在做的是一個(gè)別的能夠做空的資產(chǎn)，比如大餅，就可以把多空開(kāi)關(guān)打開(kāi)，會(huì)有不一樣的效果。

順便一提大餅剛火的那兩年隨便用機(jī)器學(xué)習(xí)訓(xùn)兩個(gè)模型得到的因子的收益率都是一飛沖天的。。

歡迎關(guān)注同名微信公眾號(hào)【量化的韭菜】或知識(shí)星球獲取更多內(nèi)容??