因子投资网盘(因子投资策略)

因子投资网盘(因子投资策略)已关闭评论

A+

领500g书库，关注公众号:程叫兽的宝藏 (长按可复制！)

目录（点击切换）

本文节选自《因子投资网盘》

说，上述构造因子的复杂度较高，可能存在模型设定以及参数估计误差等潜在问题。由于本节仅是为6.2.3节的因子大战起铺执作用，因此不再对95模型做更多的说明，感兴趣的读者请参考Houetal.(2020)。6.2.3”因子大战正如6.2节开头就指出，近年来最新提出的多因子模型往往都以谁能解释的异人本节通过按照这些模型发表的时间驳后顺序对它们进行梳理，并以此阐释因子大战之争。当Houetal.(2015)提出Hou-Xue-Zhang四因子模型时，他们使用了80个异象作为测试资产，比较了新模型、Fama-_French三因子模型以及Carhart四因子模型(由于Fama-French五因子模型同期发表，因此没有进行比较)。结论是新的四因子模型战胜了它们。2017年，StambaughandYuan(2017)提出了Stambaugh-_Yuan四因子模型。同样，新的模型也少不了和旧的做一番对比，而结论也不言自明。在2018年美国金融协会年会上，Danieletal.(2018)首次提出Daniel-Hirshlei人erSun三因子模型，该模型后来正式见刊，见Danieletal〈2020)。在年会的报告中，Danieletal.(2018)将该模型和主流模型进行了对比，除了考察因子横型解释异象及其他因子的能力外，也特别从模型复杂度角度进行了对比。在该篇报告的讨论环节，该模型曾被质疑无法解释规模因子，且没有将规模因子加入模型之内。不过笔者倒认为这反而是该模型的一个优点。该模型从行为金融学的理论出发提出了长、短两个时间尺度的行为因子。

因子投资mobi

我们都知道，从行为金融学的理论是无法推演出规模因子的。因此，该模型不包含规模因子无可厚非，如果生硬地将其加入，反而更有数据括探之嫌。只有当人们仅把目光局限于一个模型能否解释更多的异和旬，才会得出应该加入规模因子的结论自2015年Hou-Xue-Zhang四因子模型发表后，由于其在理论上的创新和实证方面的优秀表现，获得了学术界的广泛关注。但是，随着诸如StambaughandYuan〈2017)和Danieletal.〈2020)等新的模型发表，上述四因子模型又被比了下去。在这种背景之下，95模型横空出世。Houetal.〈2019b)的实证结果显示，95模型介#够解释最多的异象因而战胜了其他所有的多因子模型。从现有的实证结果来看，出自实体投资经济学理论的%g:五因子模型是现阶段“最强”的实证资产定价模型。当然，在不远的将来，学术界一定会摘出新的多因子模型来打败它。近年来，随着“因子动物园”的概念越来越深入人心，学术界对挖异象和因子的热潮有所减退，转而把研究重点放到了多因子模型效果的比拼上，形成了合演愈烈的因子大战。然而，如果仅以能和否解释更多异象，或者因子模型的因子之间能否相互解释为评判的标准，非要在众多模型中拼个\"你死我活”、一分高下，到底又有多大意义?如果仅以“打赢”因子大战，而非推动人们对股票收益率背后的驱动力的理解为目标，使用不同的金融学或经济学理论提出一个“更好用”的多子模型，这又有多大意义?在因子大战烽鼓不上之时，FamaandFrench(2018)这篇题为CHoosizgJactors的文章却保持了“冷静”。该

因子投资无法

文拓展了GRS检验，提出使用模型所包含因子能够构成的最大夏普比率平方来比较不同的模型。这篇来自EugeneFama和KennethFrench的文章虽然也是比较不同的模型，但它没有和别人的模型比，而是“自己和目己比”。该文比较了CAPM、Fama-French三因子模型、Fama-French五因子模型，以及一个六因子模型〈在Fama-French五因子模型的基础上加入了动量因子)。在这篇论文中，二位多因子模型的开创者表达了对因子大战的担忧。FamaandFrench(2018)认为，虽然CAPM以及基于消费的CCAPM模型被实证数据拒绝了，但是这些理论模型在收益和风险之间建立了有效的联系。另外，实证资产定价中的各种多因子横型则更多地是来自对历史收益率数据中某种模式的挖掘。为了防止多因子模型变成一场纯粹的数据挖掘游戏，模型背后必须有足够的理论支撑。一旦缺乏理论，那么多因子模型就会退化成人们对着历史数据中的成百上千个因子，以提升事后有效前治上切点组合的夏普比率为目标的数据挖洱，对于“个因子柳开来次，官息尺了解释股票收益率如何友同远动，国此区了必须和个股的协方差阜阵密切相关〈Pukthuanthongetal.2019)。仅以谁解释的异象更多为依据来比科不同的模型“恐怕和多因子模型的出发点有-定差距，如此的因子大战显然意义也就十分有限。正因为如此，FamaandFrench(2018)呼吁高质量和有意义的因子模型比较。然而，实现这一切需要人们对市场更深的理解。这也注定其是学术界未来研究的重点之一。外具体解读见本书4.1.$节。