{{membership}}

https://bigquant.com/codeshare/a04ad103-6217-4484-a57c-81cc1e64fdf6

\

本文来自于MSCI研究，原文标题为《因子焦点：防守定位的价值在哪里？》

关键词：MSCI  |  全球投资  |  因子投资

作者：Hitendra D Varsani MSCI 研究部 执行董事

Waman Virgaonkar MSCI 研究部 副总裁

核心观点：

1、全球股市在 2021 年第三季度下跌，结束了连续五个季度的正回报。MSCI 动量指数和 MSCI 最低波动率指数在 MSCI ACWI 因子指数中表现领先。

2、虽然股市在去年取得了强劲的回报，但对滞胀的担忧加剧可能会导致防御性定位。在防御性因子中，最低波动率相对于质量的估值处于历史低位。

3、

在量化交易中，我们常听到和看到因子是量化研究中关键的一环。一个量化策略是5个因子的效果好，还是50个因子的效果好？因子之间有什么样的关联和差异？对量化交易策略收益的影响如何？那么因子投资是什么？为什么量化交易要用因子？

我们可以将投资决策因素看作是营养对食物的影响。根据营养成分，您可以决定食用哪种食物以及食用多少。因素对于了解特定投资方法的风险和回报是不可或缺的。

因此，每个交易者都会根据自身对回报的风险承受能力来投资风险和回报因素相似的股票。在本文中，我们将详细了解因子投资。

什

本文章翻译自MSCI研报《MSCI INTEGRATED FACTOR CROWDING MODEL》下附PDF英文原文

作者：George Bonne, Leon Roisenberg, Roman Kouzmenko, Peter Zangari

时间：2018年6月

摘要

对因子的日益认识和因子投资的日益流行，增加了因子战略中出现拥挤的可能性。因子业绩中偶尔出现显著下降的事件，突显出一种稳健的因子拥挤模型的必要性和潜在价值，这种模型可以提醒投资者注意因子策略中日益拥挤的现象。

我们引入了MSCI综合因子拥挤模型来定量评估因子策略中的拥挤程度。该模型使用一系列度量标准

简介

本文来自于MSCI研究，原文标题为《情绪因素在不同地区的表现如何？》

关键词：MSCI  |  全球投资  |  因子投资

作者：Howard Zhang

资料来源：MSCI 因子实验室。

情绪因素试图衡量不同群体对公司的看法。可以通过多种方式并从各种数据源中衡量情绪。许多情绪指标是根据知情市场参与者（如卖空者、期权交易者、卖方分析师和公司内部人员）的行为数据估算的。其他措施可以通过分析新闻和其他媒体中的文本或从消费者的行为中得出。使用 MSCI FactorLab，我们检查了不同地区的各种情绪信号的表现。

模型说明

在每个月末，我们按升序对宇宙中所有股票的信号

近年来，随着因子投资的兴起，因子拥挤（Factor Crowdind）也逐渐受到投资者的关注。所谓因子拥挤，是指由于跟踪或者投资某一因子的资金过多而使得该因子的收益性或者收益稳定性下降的现象。由于这一现象的存在，度量因子拥挤度就显得至关重要。因子拥挤度指标可作为因子失效的预警指标。

不难理解因子拥挤衡量方式的逻辑：当某一类因子被应用到实盘交易中的比例越高，越会造成用同一或者相关性较高的因子选出的某类股票越集中。这样的结果会导致这类股票的价值变高，同时相关性变高。海内外研究者认为，总体上来看，因子估值和因子收益率负相关，即因子估值越低（value spread越大），因子未来收益率越高；因

引言

首先，一个因子能够挣钱是因为市场在该因子方面存在非有效性。用的人越多，市场在那方面越有效，导致因子的效果越差。但就现阶段而言就说市场在哪个因子上已经完全有效为时尚早。事实上，由于 A 股市场中噪声投资者的高度参与感，市场仍远不够有效。

拿我们熟悉的价值投资来说，价值投资有效的直接原因不是相关因子的额外风险溢价补偿（事实上，价值投资构建的投资组合风险较市场往往更低），而是由于噪音投资者的存在，这是不会消失的，所以它会持续有效。

在因子仍将会有效这个大前提下，我想更系统的谈谈第二个方面：同样是使用主流的因子（比如价值、动量、质量等），有的人赚钱了，有的人却没赚钱。

因子投资周报旨在根据主观参与程度高低，为投资者提供不同主被动等级的因子投资解决方案及产品建议，以满足投资者对于因子投资的不同需求。周报按照主被动程度从高到低分为以下五个部分：因子择时建议，量化投资组合，Smart Beta量化配置方案，多因子复合指数，单因子指数。

风险模型因子收益统计：本周最为强势的风格是Liquidity，其累计收益为-0.85%；本月最为强势的风格是Residual Volatility，其累计收益为0.91%

因子择时建议：建议随着“年报披露期”的到来，持续关注新成长（如研发费用、股权激励等）及分析师修正因子的表现。

量化投资组合:多因子指数增强模型沪深300成分

摘要

本篇报告介绍了基于因子投资的资产配置方法。因子投资的核心思想认为，资产配置的本质在于配置资产背后的风险因子而非资产本身。Andrew（2014）将因子定义为“长期来看具有高收益的投资风格”。 遵循其对因子是否可投资的区分，我们将因子分为了两类进行讨论：一类是不可直接投资的宏观因子，刻画了各资产类别间的共同风险；另一类是可投资的风格因子，解释了各资产类别内的风险溢价。

基于因子的资产配置方法并不需要完全颠覆传统的资产配置决策体系，而是在原有的框架里优化各层次组合的风险收益表现来更好地达到配置目标。报告介绍了三种将因子投资应用于资产配置的路径，分别是对组合风险的尽职调查、对风格因

报告摘要

ESG投资能否提升主动管理、被动管理和因子投资表现

ESG投资在过去几年中获得了相当大的关注，ESG不仅限于环境，还包括社会和治理考虑，它受到道德价值观的推动，对经济产生影响，也可用以管理和减轻长期风险，但其能否对投资业产生实际的影响的仍然是一个有争议的问题。

本文定义了三种类型的ESG投资策略，分别对应主动管理（或选股组合）、被动管理（或优化指数组合）和因子投资（或多因子组合），考察了MSCI指数涵盖的五个投资领域：MSCI North America、MSCI EMU、MSCI Europe ex EMU、MSCI Japan和MSCI World。结

文献来源：Noël Amenc, Mikheil Esakia, Felix Goltz and Ben Luyten. Macroeconomic Risks in Equity Factor Investing.The Journal of Portfolio Management, 2019: jpm. 2019.1. 092.

推荐原因：本文旨在探讨宏观经济的风险对因子收益的影响。作者提出了一套寻找代表宏观经济预期的状态变量的方法，并发现选取的变量对因子收益的影响是显著的，并能反应经济预期的变化。作者还发现选取相关性较低的因子在一些情况下也不能很好的对冲宏观风险，理解宏观风险的逻辑才

摘要

文献来源：Lin, Wenguang, and Gary C. Sanger. "Is smart beta still smart under the lens of the diversification return?." The Journal of Portfolio Management 47.1 (2020): 29-39.

推荐原因：分散化收益是一种关于组合收益的统计量，它可以在很大程度上解释投资组合的收益率。同时，一些关于Smart Beta策略的测试结果引发了人们对相关策略的极大兴趣；大量的研究结果表明，Smart Beta策略，在组合构建过程中，通

摘要

文献来源：Peltomäki, Jarkko, and Janne Äijö. "Where Is the “Meat” in Smart beta Strategies?." The Journal of Wealth Management 20.3 (2017): 24-32.

推荐原因：本文采用来自MSCI的四只Smart beta策略指数和一只基准指数作为研究对象，使用PCA方法对指数进行策略分解。从分解结果来看，等权和价值加权策略对投资组合的业绩影响相对较小。从实证结果来看，基本面指数向价值倾斜，为实现价值溢价提供了投资工具。对比全球、EAFE（欧洲、澳大拉西

报告摘要

研究背景

学习排序算法是一类有监督的机器学习算法，基于排序的机器学习算法在文本归纳和机器翻译等领域也表现出了强大的能力。然而在因子投资领域这些排序算法还没有得到人们的足够重视。另外对于IR指标，在多空策略中人们希望排名靠前和靠后的指标都是准确的。

研究现状

将排名框架引入到了多因子策略大多关注于添加可替换因子或构建神经网络。Song将排名进行颠倒，并对模型进行两次拟合，希望两个模型分别能够预测头部和尾部。但是这种方法可能得出在同一时间买卖同一只股票的结果。这样的结果促使本文提出了一种新的学习排序算法，该算法基于头部和尾部一致的排序列表，并且在排序

摘要

盈利因子 对于资本结构选出9个，通过分组净值、多空组收益排名、IC和Fama_MacBenth对单因子进行分析，21流动资产/总资产、22非流动资产/总资产、26流动负债/负债合计、27非流动负债/负债四个因子效果明显。因子21和22、因子26和27相关性也很大，而21（22）和26（27）之间的相关性要弱一些。 偿债因子有效性差 选出16个偿债能力因子，虽然因子43息税折旧摊销前利润/负债合计净值效果较好，但IC和Fama_MacBent给出的分析结果并不明显；其余偿债能力因子有效性差。因子43和其它的偿债能力因子（除去因子41）之间的相关性很小。

正文

报告摘要

战略性＋战术性的资产配置框架下的思考配置模型重视资产价格之间的相对强弱，核心目的不再是预测资产价格的方向，而是把握不同经济状况下，资产价格的相对强弱，战略配置相对强势的资产，该策略关注3-6个月的中期配置，核心目标是控制组合波动率和最大回撤；配置模型层面，我们开发了兼顾经济逻辑和数量逻辑的模型，覆盖了投资时钟、美元时钟和库存周期等，从配置策略的角度，进行资产配置。择时模型相对灵活，从战术层面调整组合内各类资产的权重，决定基础资产的超配与低配。最后战略性配置与战术性择时模型，通过模型进行融合。我们深知组合优化模块中资产配置方法的更新很难真正提升策略的收益风险比。

低相关性因子体

已解决

策略案例

https://bigquant.com/experimentshare/0062e380d1b5400ca5fe4522ac948649

\

前言

棋手柯洁研究了大半年的围棋软件，竟然发现人类关于围棋的认知“全都是错的，……甚至没有一个人沾到围棋真理的边”。

而在投资上用了人工智能后会我们发现，人类过去关于投资的认知也可能都是错的

用户小a从事量化投资快三年了，在我们的平台上，做出了非常漂亮的结果，符合他过去的经验逻辑，但效果远超过自己过去的成果；后来 他随便选了一个因子——上市天数，最后发现该因子开发的策略效果很好。

于是他给我们反馈一个很奇怪的问题，为什么 只选择 上市天数(list_days_0)，也会有好的收益。他觉得非常不可思议，是不是哪个地方出了问题。

我们看了他发过来的收益曲线，有收益，但波动率也很大，