股票分析方法：基于股價跳躍模型的因子研究.pdf

股票分析方法：基于股價跳躍模型的因子研究。背景介紹：從描述股票價格變化的跳躍-擴散模型出發，學術界已從理 論上證明已實現波動率可以較好地估計股價波動。但實證研究表明， 已實現波動率對于資產收益率的預測能力有限，而從已實現波動率中 分離出的跳躍波動分量或蘊含更多 Alpha 信息。

研究內容：本篇報告從股價的跳躍—擴散模型相關研究出發，基于學 界對跳躍波動因子的分解構建思路，在 A 股上綜合構建了從方向和大 小上拆分的 13 種跳躍波動類型因子及其對應歸一化因子，并在日度指 標基礎上分別構建了周度和月度因子。本報告從 IC 和多空表現兩個方 面對這些因子進行了實證測試，最終篩選出 4 個績優因子進行重點展 示，并分析其 IC 衰減、風格相關性、行業暴露分布等特征，最后本報 告對績優因子的參數敏感性和衍生構造表現進行了進一步探析。

因子表現：4 類績優因子的 IC 及多空表現都較為穩定且在 2022 年保 持了多空穩健增長。全歷史（2010 年以來）來看，4 類因子中表現最 好的 SRJV_week 因子行業市值中性后、全市場十分組選股的 IC 均值 為-8.76%，年化 ICIR 為-8.91，扣費后（雙邊千三）多空年化為 45.97%， 多空夏普為 4.40，多空最大回撤為 9.58%，該因子與主要風格因子相 關性較低。另外三個績優因子中 SRLJV_week 因子的風格相關性較低， 而 RJVP_week 因子和 RLJVP_week 因子與殘差波動率因子、BP、流 動性因子相關性相對較高。行業暴露方面，這 4 類因子的行業偏離均 不明顯。

敏感性和衍生改造因子表現：由于短周期的數據構造因子可能存在過 多噪聲，而使用過長周期的數據構造因子則可能造成信息稀釋問題， 績優因子在構建時選用不同日內區間頻率會導致表現有所差異，5 分鐘 頻率下因子表現較好而 1 分鐘數據頻率下有所降低；對于 RLJVP、 SRLJV_week 因子構建時涉及的閾值參數我們也進行了敏感性測試， 結果顯示隨著閾值參數中常數項偏離經驗值而升高，因子表現有所下 降。另外，對這 4 類因子進行的 5 種衍生構造嘗試對業績提升效果不 明顯。