核心结论与关键数据
- 合成因子构建:通过测试成交量冲击、日内收益率、振幅和流动性等因子,构建的合成因子能有效预测隔夜收益率,与隔夜收益率显著负相关(RankIC为-0.1687)。
- 隔夜交易策略:基于合成因子设计的隔夜交易策略在不同指数(沪深300、中证500、中证1000、中证2000)上均能获得稳健的超额收益率,年化超额收益率为4%-7%,跟踪误差约1.2%。
- 指数增强策略增强:将隔夜交易策略叠加现有指数增强模型,可进一步提高超额收益率2%-5%。
策略方案与回测结果
- 被动指数增强策略:
- 方案:在每个交易日收盘时计算合成因子,卖出当日因子值最大的10%且当日收益率为负的股票,次日开盘买入。
- 结果:沪深300年化超额收益4.66%(跟踪误差1.17%),中证500年化超额收益4.43%(跟踪误差1.19%),中证1000年化超额收益4.93%(跟踪误差1.16%),中证2000年化超额收益7.97%(跟踪误差1.22%)。
- 增强指数增强策略:
- 方案:在被动策略基础上,同时进行多头(卖出因子值最小10只股票)和空头(卖出因子值最大10只股票)操作。
- 结果:沪深300超额收益率提升1.64%-3.02%,中证500提升3.15%-4.10%,中证1000提升4.13%-5.30%,中证2000提升不明显(因原策略已高收益)。
- 稳健性测试:
- 方案:使用截至14:00的数据计算因子,开盘和收盘使用不同VWAP价格成交。
- 结果:考虑交易限制后,超额收益率仍较稳定,但略有下降(沪深300下降0.18%-1.11%,中证500下降0.67%-0.78%,中证1000下降0.75%-0.96%),跟踪误差略有增加。
风险提示
- 模型失效风险:历史规律未必能延续至未来,市场结构或投资者行为变化可能导致模型失效。
- 市场风格变化风险:不同因子表现随市场风格变化,可能导致因子解释力下降。
- 数据测算误差风险:数据来源可能存在遗漏、滞后等问题,影响测算结果准确性。