异质波动率改进：提升因子选股效率

波动率因子在量化金融领域中占有重要地位，特别是在多因子选股策略中，它被广泛应用，因为其与股票收益率呈现负相关性，能帮助投资者识别潜在的风险和机会。西南证券的研究报告《波动率因子的改进：异质波动率》于2018年8月29日发布，该研究聚焦于改进一般的波动率指标，以提升其在选股中的效能。 一般波动率，即股票价格涨跌幅度的标准差，反映了股票价格的不确定性。然而，股票的收益并非完全由市场共性因素决定，而是存在异质性。共性因素驱动的收益率是可以解释的，如宏观经济状况或市场情绪，而异质因素（如公司特定事件或管理层变动）驱动的收益率则更具个体性和不可预测性。 作者在研究中引入了异质波动率的概念，它是基于Barra 10因子模型计算的，区别于特质波动率。特质波动率是通过因子收益率的时间序列回归来衡量，而异质波动率则以因子值为解释变量进行横截面回归，更好地捕捉了个股的特殊风险。 对比一般波动率，异质波动率的选股能力得到了显著提升。异质波动率分组的收益率更具有单调性，多头组合的收益更高，且在实际投资策略中，其多空组合的表现优于一般波动率，实现了25.83%的年化收益率和较低的12.82%的最大回撤率。此外，异质波动率的信息系数（IC）和信息比率（IR）也显示出更强的负相关性。 研究报告还发现，异质波动率与一般波动率高度相关，但两者之间存在正交性，这意味着异质波动率能够提供除一般波动率外的额外信息。通过对正交残差的分析，研究者证实了异质波动率对于识别股票价格动态的独特价值。 最后，研究结果显示，异质波动率的累积纯因子收益率在整个样本期内优于一般波动率，尤其在2015年5月之后，这种优势更为明显，表明异质波动率与股票收益率的负相关性增强，对于优化投资组合选择具有积极作用。 总结来说，这份报告强调了在因子选股策略中，采用异质波动率代替一般波动率可以提高投资决策的精度和有效性，有助于捕捉到更深层次的市场信息，降低风险，提升回报。