波动率因子改进之二：指数加权移动平均波动率

波动率因子改进之二—— 指数加权移动平均波动率 证券分析师： 分析师登记编号： 证券分析师：分析师登记编号： 刘晓锋 S1190522090001 马自妍 S1190519070001 证券研究报告 2024/09/17 金融工程|深度研究报告 报告摘要 针对波动率的波动聚集性特点构建指数加权移动平均波动率因子，利用EWMA模型对区间内的收益率赋予不同的权重，加大近期收益率对波动率的影响，较早期的收益率权重则指数级减少。 回测结果显示该计算方法对波动率因子的效果提升明显，优于以往的改进波动率因子，且在各种市场状态中均有不错表现。指数加权移动平均波动率因子在全A中多头年化收益率23.33%，超额收益率15.66%，因子IC为7.8%，RANKIC为11.02%，RANKICIR为4.05。 因子在其他样本空间中亦有较好表现，沪深300内因子多头超额收益率9.4%，中证500内因子多头超额收益率11.3%， 中证1000内因子多头超额收益率11.9%，国证2000内因子多头超额收益率15.7%。 目录 1、波动率因子改进概述 2、指数加权移动平均波动率 3、因子回测 4、不同样本空间中的因子表现 5、参数敏感性 6、不同市场状态中的因子表现 7、因子相关性 1、波动率因子改进概述 1.1概要 之前的报告《低波动因子解析及改进》中，我们提出了三种波动率因子的改进方式，分别是分位数波动率因子RANKVOL，特质波动率因子RVOL和预测特质波动率因子GARCHVOL，其中利用GARCH模型估计的波动率因子GRACHVOL表现最佳，在全A五分组的多头年化收益率为21.4%。 GARCH模型的优势在于能够针对波动率具有波动聚集性的特点进行预测，考虑了时序中近期数据的影响。针对波动率波动聚集性的特点，加大近期数据的影响权重，可以提高波动率因子的有效性。 本篇报告以另外一种基于时序为近期数据赋予更高的权重的方式计算波动率因子，即指数加权移动平均波动率，为近期的收益率赋予更高的权重，较早期的收益率权重则指数级减少。这种方式计算出来的波动率因子回测效果要优于其他波动率因子计算方式。 1、波动率因子改进概述 1.2波动率因子改进方式 图表：波动率因子的不同改进方式 因子 代码 描述 基础波动率 VOL_3M 过去60天日度收益率的标准差 分位数波动率 RANKVOL 过去60天，在每个交易日截面上，计算全部股票日收益率的排序分位数，再计算时 间序列上排序分位数序列的标准差 特质波动率 RVOL 过去60天日收益率序列对FamaFrench三因子回归残差的波动率 预测特质波动率 GARCHVOL 过去60天日收益率序列对FamaFrench三因子回归得到残差序列，对残差序列进行GARCH模型建模，随后进行波动率的样本外预测 指数加权移动平均波动率 EWMAVOL 用EWMA模型为过去60天收益率赋予不同权重，计算指数加权移动平均波动率 资料来源：太平洋证券 2、指数加权移动平均波动率 2.1因子构建 指数加权移动平均（EWMA）模型是用历史数据的指数加权移动平均来预测未来值的时间序列模型，用该模型计算波动率的优势在于可以对不同时间的收益率赋予不同的权重，为近期的收益率赋予更高的权重，较早期的收益率权重则指数级减少。模型的形式为： � 𝜎2= 22 1−λ𝑟�−𝑢� +λ� 𝑡−1 其中𝜎2是t日波动率的平方，�为t日的收益率，�为t日的所有样本收益率均值， ��� 𝑡−1 𝜎2为t-1日波动率的平方，λ为衰减因子，决定了历史数据权重的下降速度。λ值 越大，历史数据的权重越大，波动率的变化越平滑，λ值越小，新数据的权重越大，波动率对近期值的变化越敏感。 由上式迭代再开方得到指数加权移动平均波动率因子EWMAVOL，用历史60天的数据滚动计算波动率因子，λ取0.9。 3、因子回测 3.1回测框架 因子回测方式如下： 样本：分别选取全部A股、沪深300成分股、中证500成分股、中证1000成分股、国证2000成 分股为股票池，剔除停牌、ST等交易异常股票 回测区间：2008.12.31至2024.06.07 调仓频率：月度 组合权重分配：等权 因子处理方式：因子方向调整、缩尾调整、市值行业中性化、标准化 测试方式：按因子值分5组，考察分组收益、单调性、因子IC、RANKIC、多空收益等信息 3、因子回测 3.2因子表现 用过去60天历史数据计算各波动率因子，对比基础波动率因子和各改进波动率因子在全部A股中的 收益表现，EWMAVOL因子相比其他波动率因子表现提升明显。 图表：因子收益表现 多头表现 多空表现 因子 年化收益 超额收益 夏普比率 超额回撤 相对胜率 信息比率 年化收益 超额收益 夏普比率 最大回撤 胜率 VOL_3M 16.8% 9.1% 0.75 30.4% 62.9% 0.95 14.9% 7.2% 1.22 19.2% 61.83% RANKVOL 18.3% 10.7% 0.76 30.0% 58.6% 1.04 15.3% 7.6% 1.44 18.9% 66.13% RVOL 20.6% 12.9% 0.84 24.7% 64.5% 1.22 21.1% 13.4% 1.94 13.1% 69.35% GARCHVOL 21.4% 13.7% 0.86 24.1% 62.4% 1.26 23.4% 15.8% 2.37 10.5% 74.73% EWMAVOL 23.3% 15.7% 0.91 25.5% 64.5% 1.43 29.8% 22.1% 2.68 11.7% 77.42% 资料来源：Wind，太平洋证券 图表：因子IC表现 IC表现 ICIR表现 因子 IC均值 IC标准差 年化ICIR rankIC均 值 rankIC标 准差 年化 rankICIR rankIC>0 占比 VOL_3M 4.02% 0.12 1.16 7.67% 0.13 2.05 73.0% RANKVOL 3.80% 0.10 1.33 7.51% 0.11 2.37 74.6% RVOL 5.48% 0.10 1.89 9.20% 0.10 3.05 81.1% GARCHVOL 6.05% 0.09 2.44 9.62% 0.09 3.67 86.5% EWMAVOL 7.76% 0.10 2.73 11.02% 0.09 4.05 86.5% 资料来源：Wind，太平洋证券 3.3分组净值 图表：EWMAVOL因子在全A中回测的分组净值图表：VOL_3M因子在全A中回测的分组净值 资料来源：Wind，太平洋证券资料来源：Wind，太平洋证券 EWMAVOL因子单调性好，多空净值稳定，多空年化收益率29.8%，夏普比率2.68，多头年化收益率 23.3%，相比于基础波动率因子VOL_3M提升明显。 3.4因子分年表现 图表：EWMAVOL因子在全A中选股的分年表现 多头 多空 年化收益 超额收益 夏普比率 超额回撤 相对胜率 信息比率 年化收益 超额收益 夏普比率 最大回撤 胜率 信息比率 2009 211.4% 105.9% 3.45 4.5% 91.7% 3.87 64.4% -41.0% 6.10 3.0% 100.0% -0.82 2010 24.0% 30.9% 0.98 7.8% 75.0% 2.84 25.1% 32.0% 2.48 6.2% 75.0% 1.02 2011 -19.5% 2.9% -0.84 10.1% 66.7% 0.57 34.3% 56.8% 3.55 3.5% 100.0% 2.29 2012 11.0% 6.3% 0.56 7.8% 66.7% 0.76 22.3% 17.7% 2.73 3.3% 75.0% 0.66 2013 35.9% 30.5% 1.62 2.5% 83.3% 3.64 21.4% 15.9% 1.95 6.7% 75.0% 0.47 2014 70.3% 17.8% 2.96 11.7% 75.0% 1.50 35.9% -16.6% 3.63 5.6% 91.7% -0.54 2015 113.9% 75.4% 1.75 10.4% 83.3% 3.45 59.7% 21.2% 3.44 7.2% 83.3% 0.09 2016 2.5% 15.4% 0.24 2.9% 91.7% 3.13 39.3% 52.2% 4.10 4.3% 100.0% 1.33 2017 -11.0% -15.9% -0.68 16.8% 25.0% -2.20 23.5% 18.5% 2.64 3.9% 91.7% 0.93 2018 -24.8% 3.4% -1.05 8.1% 41.7% 0.58 18.8% 47.1% 2.00 5.8% 58.3% 1.87 2019 32.4% -0.7% 1.36 6.6% 41.7% 0.00 19.1% -13.9% 2.26 7.4% 75.0% -0.51 2020 20.2% -5.4% 0.94 13.8% 50.0% -0.56 7.5% -18.1% 0.64 10.8% 50.0% -0.58 2021 32.3% 23.1% 2.08 11.1% 66.7% 1.44 19.8% 10.7% 1.49 11.7% 58.3% 0.35 2022 -3.3% 15.3% -0.03 6.3% 58.3% 1.69 30.3% 49.0% 2.61 5.3% 75.0% 1.86 2023 16.7% 21.9% 1.14 4.4% 91.7% 2.92 22.6% 27.8% 3.00 6.1% 66.7% 1.57 2024 -16.5% -11.5% -0.95 18.5% 16.7% -1.20 11.7% 16.8% 2.76 4.7% 66.7% 1.56 整体 23.3% 15.7% 0.91 25.5% 64.5% 1.43 29.8% 22.1% 2.68 11.7% 77.4% 0.58 资料来源：Wind，太平洋证券 4、不同样本空间中的因子表现 4.1沪深300内因子选股分年表现 图表：EWMAVOL因子沪深300内选股分年表现 多头 多空 年化收益 超额收益 夏普比率 超额回撤 相对胜率 信息比率 年化收益 超额收益 夏普比率 最大回撤 胜率 信息比率 2009 155.8% 59.1% 2.93 7.3% 75.0% 2.06 25.8% -70.9% 1.68 5.9% 66.7% -1.27 2010 12.3% 24.8% 0.60 6.2% 66.7% 2.52 24.5% 37.0% 1.73 8.0% 50.0% 1.05 2011 -15.4% 9.6% -0.67 9.6% 58.3% 1.62 19.7% 44.8% 1.66 7.9% 66.7% 1.80 2012 5.5% -2.0% 0.34 9.9% 41.7% -0.08 2.7% -4.9% 0.26 10.5% 50.0% -0.24 2013 9.2% 16.9% 0.56 4.7% 58.3% 1.94 20.2% 27.8% 1.71 10.9% 58.3% 0.88 2014 59.4% 7.8% 2.76 9.9% 66.7% 0.62 13.2% -38.4% 1.35 8.5% 83.3% -1.22 2015 63.4% 57.8% 1.34 14.5% 83.3% 2.71 69.1% 63.5% 3.17 6.6% 75.0% 0.96 2016 -2.6% 8.6% 0.06 6.6% 83.3% 1.10 24.1% 35.4% 2.44 6.6% 83.3% 1.46 2017 1.2% -20.5% 0.16 18.0% 41.7%