股票分析方法：基于股价跳跃模型的因子研究.pdf

股票分析方法：基于股价跳跃模型的因子研究。背景介绍：从描述股票价格变化的跳跃-扩散模型出发，学术界已从理 论上证明已实现波动率可以较好地估计股价波动。但实证研究表明， 已实现波动率对于资产收益率的预测能力有限，而从已实现波动率中 分离出的跳跃波动分量或蕴含更多 Alpha 信息。

研究内容：本篇报告从股价的跳跃—扩散模型相关研究出发，基于学 界对跳跃波动因子的分解构建思路，在 A 股上综合构建了从方向和大 小上拆分的 13 种跳跃波动类型因子及其对应归一化因子，并在日度指 标基础上分别构建了周度和月度因子。本报告从 IC 和多空表现两个方 面对这些因子进行了实证测试，最终筛选出 4 个绩优因子进行重点展 示，并分析其 IC 衰减、风格相关性、行业暴露分布等特征，最后本报 告对绩优因子的参数敏感性和衍生构造表现进行了进一步探析。

因子表现：4 类绩优因子的 IC 及多空表现都较为稳定且在 2022 年保 持了多空稳健增长。全历史（2010 年以来）来看，4 类因子中表现最 好的 SRJV_week 因子行业市值中性后、全市场十分组选股的 IC 均值 为-8.76%，年化 ICIR 为-8.91，扣费后（双边千三）多空年化为 45.97%， 多空夏普为 4.40，多空最大回撤为 9.58%，该因子与主要风格因子相 关性较低。另外三个绩优因子中 SRLJV_week 因子的风格相关性较低， 而 RJVP_week 因子和 RLJVP_week 因子与残差波动率因子、BP、流 动性因子相关性相对较高。行业暴露方面，这 4 类因子的行业偏离均 不明显。

敏感性和衍生改造因子表现：由于短周期的数据构造因子可能存在过 多噪声，而使用过长周期的数据构造因子则可能造成信息稀释问题， 绩优因子在构建时选用不同日内区间频率会导致表现有所差异，5 分钟 频率下因子表现较好而 1 分钟数据频率下有所降低；对于 RLJVP、 SRLJV_week 因子构建时涉及的阈值参数我们也进行了敏感性测试， 结果显示随着阈值参数中常数项偏离经验值而升高，因子表现有所下 降。另外，对这 4 类因子进行的 5 种衍生构造尝试对业绩提升效果不 明显。