Question

最近在官方的有效引导下，论坛上出现了一股知识分享的热潮，这不但加快了新接触量化的果友的入门速度，也对我这种长期厮混果仁的懒惰分子引起一些启发和思考。

无疑这种分享精神应该延续下去，今天我想借着球爷和久久开的好头，分享一点上个月量化研究的一点现象和思考。

前序：

果仁-飞 几乎每月在群里都有分享“单因子月度收益”，相信很过果友都下载打开过。但因子的月度收益只代表过去，除了得到今年哪些因子表现好的简单结论之外，工作人员辛苦做出的这个统计对我们未来的量化和投资是否有进一步的帮助?

一.基础数据分析

果仁网一共统计了 40 个常见的因子，除了次新，其他因子的都是选 50 只股，5 日调仓。

单因子具体数据和历史走势可以参考果仁网官网因子统计页面。

https://guorn.com/user/home?uid=13496&page=created

原始的表格并不适合数据处理，我们进行转置后，再统计 2011 年 1 月到 2016 年 10 月一共 69 个月的各因子累积净值。

得到第一个结果，各因子月度历史累积总收益

从这个图我们可以就直观的看出什么因子历史收益好，做策略时，直接选取就好，当然果仁并没有将各位的独门因子也一一统计出来。

相信很多人会比较意外的是，15 年、16 年最猛的次新在历史来看收益竟然垫底，而普普通通的产权比率和资产负债率竟然在长时间里获得不错的收益，价投钟爱的两低一高长期看起来也还不错。

所以我们做量化一定要抛弃主观城成见，再笃定、再怀疑，到最后一切是数据说话。

二.数据进阶分析

上图这是一张月度因子收益排名图。

注意看 2012 年 7 月总市值当月垫底，排名 38，而 8 月就排名第 1 了。同样 2011 年 9 月流通市值排名 39,10 月排名第 2。，诸位会关注到什么，想起什么？

前 1 月表现几乎最差的因子到了下一月表现进入了三甲，这不正是持有封基老师的十六字真言:强者恒强、弱者恒弱、过弱转强、过强变弱。如果我们能把握到因子强弱转换的规律，我们的策略就活了，我们可以动态的用不同因子形成组合去应对这个市场。

我将每月的因子表现分为十档，1、2、3 档为策略高潮期，8、9、10 档，为策略衰落期，那么因子从衰落期反弹到高潮期，是否有什么线性规律和统计规律可循？

排名分档：

在一些琐碎的统计后，得到每种因子在特定情况下反弹的概率表：

三、抄底使用初探

现在来带你们选出下月最强因子：

示例 1：我们选择一个衰落样本总数比较多的 60 日涨幅，也假设测试日期时我们获得的样本数据足够多。在 13 年 9 月和 10 月，表现都是第 9 档，衰落期。根据统计我们发现可以，在 10 月底，简单建一个 60 日涨幅因子 5 日调仓持有 10 股的策略，收益如下。

而同期总市值因子的收益：（11 月一档）

如果 10 月底时我们仔细观察还会找到几个“历史统计”反弹概率比较大的因子，分别是：负债资产率、销售毛利率、存货周转率、预期营收增长、产权比率

根据反弹概率期望图，再选择反弹期望和概率都较大的负债资产率和预期营收增长，简单根据三因子的期望比值将排序设为 3:1:1,。

结果如下，比单用 60 日涨幅收益更好了。

示例 2：选今年的 7 月底作为节点

从 7 月底的统计数据观察到 8 月反弹期望最高的是上图三因子，我们按照例 1 的方式分别构建单因子和三因子 10 只股票 5 日换仓的策略。

直接上结果：

综合两次抄底示例的简单总结：

例一的三个因子都在下月完成了反弹，其中以负债资产率反弹最猛，单因子月收益 25.97%，而以反弹期望为权重构建的三因子组合虽然表现弱于单负债资产率因子，但也取得了 21.72%的收益，甚至跑赢了 11 月表现同为 1 档的总市值因子（17.42%）

例二我并没有特意挑选的情况下出现了两个因子反弹失败的现象，很好。其中负债资产率 8 月表现 4 档，流动比率表现 7 档。（8 月二者表现和档位分类不一致的原因是数据统计用的 50 只股票，这里简单用 10 只代替了，用 50 只更严谨，感兴趣的果友可以自己回测下）

反弹成功的产权比率跑赢了同期中证流通，而三因子组合的表现异常优异，21.98%。

这也是我如果实际抄底会考虑使用的多因子模型，只要多因子中有一些因子反弹成功，模型就可能获得一定的反弹收益。不过例二中应该是巧合，实际的超额收益不会如此之大。

两个示例意义在于我们可以在满足条件的月底根据当月因子表现和历史统计选出下月最有可能反弹的因子，进行仓位转换或加仓抄底，以获取确定性较强的超额收益。

TIPS;

1. 文章只为揭示选出下月最强因的思路和方法，离做成严谨的一种可用模型还有一些工作要做，譬如月度数据太少，衰落——反弹的样本空间不足，以月底为节点会错失一些反弹机会等，限于篇幅，一些逻辑推论和数据也没一一放出，欢迎果友们多提意见和建议。

2. @小心求稳-果仁网，@lidl-果仁网 这个方向的研究的进一步深化还需要官方的支持

1） 完成以周为单位的因子数据统计，月度连续性太差，可抓的机会窗口太少。因子种类也需要扩容。

2） 因子数据统计，如因子的反弹概率、期望等，可以由官方来做。个人效率太低，这方面有做成产品的潜力，如果有意，我应该可以提出一些建议和需求。

3. 下篇预告 因子月度收益解迷（下）：因子表现的延续与季节性