 ==>> 点击下载文档 |
东方证券股份有限公司及其关联机构在法律许可的范围内正在或将要与本研究报告所分析的企业发展业务关系。因此，投资者应当考虑到本公司可能存在对报告的客观性产生
影响的利益冲突，不应视本证券研究报告为作出投资决策的唯一因素
有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明
专
题
报
告
【
金
融
工
程〃
证
券
研
究
报
告
】
因子选股与事件驱动的Bayes整合
——《因子选股系列研究之二十六》
研究结论
传统用超额收益衡量事件效应大小的方法容易受行业和市值风格影响，错误
的识别出一些“伪事件”，我们建议采用横截面回归方式剔除行业和市值影响
计算事件导致的异常收益，再配合秩检验来识别能真正贡献alpha的事件
如果策略组合对各个风险因子的主动暴露控制为零，那么用中性化后的
alpha因子预测残差收益和预测收益率得到的组合优化结果一致；现实操作
中，为了获得更高alpha，投资者一般会主动暴露少量风险，因此上面两种
预测方法得到的结果会有部分差别。本报告采用预测残差收益的方法，以便
和事件驱动策略整合
事件驱动并非多因子模型之上的额外alpha，而是两个模型给出了两个不同
的未来残差收益预测值，最终结果应该是两个模型预测值的加权，而不是直
接相加。预测能力更强的模型应该给予更高的权重。我们借鉴
Black-Litterman模型的Bayes推导过程，以多因子模型预测残差收益为先验
分布，事件驱动模型预测结果为观察值，得到残差收益的后验分布。后验分
布均值具有非常简洁的表达形式，它是多因子模型预期残差收益和事件预期
残差收益的线性加权，权重为预期残差收益方差的倒数
我们用多因子月频中证500成份股内增强策略、四个利空事件和两个利好事
来考察模型整合的效果。实证显示，由于A股缺乏做空机制，利空事件的
alpha非常稳健，残差收益预测能力强，整合后可以增强多因子模型的预测
能力；而利好事件由于大部分alpha在公告前反应玩，公告后alpha不显著，
残差收益预测能力弱，整合后反而会降低多因子模型的预测能力。因此，事
件策略库并非越大越好，只有能提供稳健alpha收益、对残差收益的预测能
力强于多因子模型的事件整合到多因子模型中才是有益的
目前来看，A股利空类事件的使用价值最高，但数量有限，事件在股票池里
的覆盖率低，对月频多因子模型的增强幅度有限。实际操作中，投资者可以
考虑提高调仓频率，多挖掘一些短线事件来提升事件的增强效果
风险提示
量化模型失效风险
市场极端环境的冲击
报告发布日期 2017年06月01日
证券分析师 朱剑涛
021-63325888*6077
zhujiantao@orientsec
执业证书编号：S0860515060001
相关报告
多因子模型在港股中的应用 2017-04-26
细分行业建模之银行内因子研究 2017-04-25
反转因子失效市场下的量化策略应对 2017-04-09
中美市场因子选股效果对比分析 2017-03-06
组合优化是与非 2017-03-06
金融工程
有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明
因子选股与事件驱动的Bayes整合目录
一、理论介绍 . 3
1.1 事件效应的度量与统计检验 ..... 3
1.2 Alpha预测与组合优化. 4
1.3 因子选股与事件驱动的Bayes融合 ..... 7
二、实证分析 . 9
2.1 多因子策略 ...... 9
2.2 事件驱动策略10
2.3 整合策略的表现......... 14
2.4 多因子选股+事件驱动研究框架 ......... 17
三、总结 ...... 18
风险提示 ...... 18
