推荐原因:
关于因子择时策略的研究由来已久,然而学者对于其有效性依旧存在较大分歧。本文采用 Brandt、Santa-Clara[2006]以及 Brandt,Santa-Clara 和 Valkanov[2009]提出的参数化投资组合(PPP)框架构建时序与横截面模型。本文主要贡献如下:1)
PPP 方法无需估计因子收益的联合分布,根据外生变量直接确定因子权重,可从一个全新的角度构建因子择时策略。由实证结果可得:基于参数化策略的因子择时模型能够有效提升收益,降低风险;2)针对因子择时的高换手率问题,本文采用因子权重限制、Black-Litterman 收缩与交易成本惩罚项等方法对策略进行改进,改进之后的择时策略换手率显著降低,同时时序模型依旧能够带来超额收益、横截面模型相对表现不佳。
文献来源:
Dichtl H , Drobetz W , Lohre H , et al. Optimal Timing and Tilting of Equity Factors[J]. Social Science Electronic Publishing.
我们的思考:
与传统模型不同,本文直接建立外生变量与因子权重的关系,从而避免了收益率联合概率分布预测等问题,为构建因子择时策略提供了一个新的方向。我们对本文方法进行了实证,具体见报告《基于外生变量的因子择时新方法—西学东渐之六十三实证篇》,可以看出在这一框架下变量的选择与整理会带来较大影响。


雷达卡



京公网安备 11010802022788号







