波动率因子改进之二：指数加权移动平均波动率

1、波动率因子改进概述

• 之前的报告提出了三种波动率因子改进方式：分位数波动率因子RANKVOL、特质波动率因子RVOL和预测特质波动率因子GARCHVOL，其中GARCHVOL表现最佳（全A五分组多头年化收益率21.4%）。
• 本报告提出指数加权移动平均（EWMA）波动率因子，通过为近期收益率赋予更高权重、早期收益率指数级递减权重来改进波动率因子。

2、指数加权移动平均波动率

• EWMA模型计算波动率，公式为：σₜ² = λσₜ₋₁² + (1-λ)(rₜ - uₜ)²，其中λ为衰减因子（决定历史数据权重下降速度），EWMAVOL通过迭代开方得到。
• 历史数据长度L取60天，λ取0.9时表现最佳。

3、因子回测

• 回测框架：全A、沪深300、中证500、中证1000、国证2000样本池，月度调仓，等权组合，经方向调整、缩尾、市值行业中性化、标准化处理。
• EWMAVOL表现优于其他因子，全A多头年化收益率23.3%，超额收益率15.66%，因子IC为7.8%，RANKIC为11.02%，RANKICIR为4.05。
• 分组净值显示EWMAVOL多空净值稳定，多空年化收益率29.8%，夏普比率2.68。

4、不同样本空间中的因子表现

• EWMAVOL在沪深300、中证500、中证1000、国证2000中均表现良好，超额收益率分别为9.4%、11.3%、11.9%、15.7%。

5、参数敏感性

• 衰减因子λ取0.8-0.98均有效，λ=0.9时最佳。
• 历史数据长度L取10-120天均有效，L=60天时最佳。

6、不同市场状态中的因子表现

• 市场状态划分为牛市、熊市、震荡市，EWMAVOL在牛市表现增强，各状态均衡。

7、因子相关性

• EWMAVOL与GARCHVOL相关性较高，与其他风格因子相关性低（流动性因子除外）。

风险提示：模型基于历史数据，不代表未来表现。