基于Barra风险模型的纯因子构建与因子合成研究

多因子模型研究系列之九：Barra风险模型（CNE6）之纯因子构建与因子合成 本报告主要讨论了 Barra 风险模型（CNE6）中的纯因子构建与因子合成。纯因子模型是指对单一因子暴露为 1，对于其他因子暴露为 0 的模型。该模型可以更客观地反应因子的收益能力。 报告中首先讨论了分层回测的缺陷，即无法排除其他因子对于组合的影响。因此，需要构造纯因子模型来更好地反应因子的收益能力。报告中使用了 Barra CNE6 模型中的一级、二级因子，构建了针对全体 A 股的纯因子组合，并进行了回测。结果表明，流动性和动量的纯因子组合表现较为稳定，而规模因子和波动率因子收益波动较大。 此外，报告还讨论了因子合成的调整，对于规模因子中的 MIDCAP 因子和质量因子中的 EarningsQuality 因子，将因子合成中的正向权重调整为负向权重，并重新进行了回测。结果表明，新模型的 Adjusted由 34% 上升至 36%，且质量因子和规模因子的夏普比率也有了较大幅度的提高。 报告最后讨论了未来将利用已有的风险因子，构建风险模型，并将其应用于指数增强、机器学习等多种选股模型中。同时，也提醒了模型存在失效风险随着市场环境变化。 本报告的主要知识点包括： 1. 纯因子模型的概念和构建方法 2. Barra 风险模型（CNE6）的介绍和应用 3. 因子合成的调整和优化方法 4. 风险模型在指数增强、机器学习等领域的应用 5. 模型存在失效风险的警示 本报告对投资者和研究人员提供了有价值的参考和借鉴，帮助他们更好地理解和应用多因子模型和风险模型。