大摩华鑫基金：因子的有效性检验

　　多因子模型是目前量化基金中应用最广泛的一种模型。基本原理是在一系列有效因子的基础上，通过综合考察不同因子的重要程度而建立的选股模型，其假设股票收益率能被一组共同因子和个股特异因素所解释。单因子作为多因子模型的基石，其有效性的检验是整个模型建立过程中非常重要的一个环节。本文就常用的因子有效性检验方法做简单的介绍。

　　第一、因子IC值检验。IC值定义为各个股票T期的因子暴露与T+1期收益率之间的相关系数，IC越大意味着该因子的暴露度与未来收益率存在较明显的相关性，通过IC时间序列的平均值判断因子的有效性，IC序列的标准差判断因子的稳定性，信息比率IR定义为IC序列的均值与其标准差的比值，反映了因子的有效性。需要注意的是，为了剥离掉行业和其它风格因子的影响，因子在检验之前需要做中性化处理。用IC、IR值来检验因子的有效性的优点是计算方便并且比较直观，可以看出因子的有效性、稳定性及衰减速度，缺点是IC值并不直接等于实际的因子收益率。

　　第二、回归法检验。回归法是将因子T期的因子暴露与T+1期股票收益率进行线性回归，所得到的回归系数即为该因子的因子收益率，同时我们还能获得因子收益率在截面回归中的显著度水平（t-test），从而鉴别该因子的有效性，其中t值序列绝对值平均值是因子显著性的重要判据。需要注意的是，同IC检验一样，t值反映的是因子对超额收益的解释能力是否显著，属于因子稳健性信息，和实际的因子收益率差别较大，因子收益率反映的是 可能获得的收益率的大小，而对这个收益是否稳健未知。

　　第三、分层法检验。分层法是将股票按其在T期某个因子上的风险暴露进行排序，依排序数从高到低均分成N层组合（可做成行业中性），每期调仓一次，观察各层组合的累积收益率、多空组合的夏普比率等指标衡量该因子有效性、单调性等。分层法的优点是逻辑简单，结果清晰，操作方便，并且具有能区分因子单调性的独特优势。在实践中应该根据股票池的大小选择合适的层数，并且可以在不同行业和市值域内进行分层测试检验。

　　第四、因子的逻辑性及普适性检验。基于上面三种常用的方法，实践中还需要对因子的逻辑进行仔细推敲，看看因子的测试结果是否与因子收益的逻辑推断一致，特别是对于一些历史数据较少的因子而言。此外，还需要对因子进行普适性检验，包括股票池、调仓频率和个股权重等要素的变化对因子测试结果产生的影响，特别是对于一些含有较多参数的量价因子，可能存在因子测试结果对参数较为敏感的情况。总之，因子的有效性检验是一个非常重要但是并不简单的工作，因为不同因子所适用的方法并不一样，需要综合运用多种方法进行考察，才可能得出一个因子是否具有长期阿尔法的结论。（专栏作者：摩根士丹利华鑫基金数量化投资部 王应林）