多因子系列之六:寻找财务数据中的alpha信息( 六 )

多因子系列之六:寻找财务数据中的alpha信息

我们通过两种方法来证明因子池中的因子表现并不是运气的结果,而是真的包含超额超额收益。

White(2000)提出了著名的Reality Check方法。他尝试用boostrap的方法去检验在多个检验中最好的那个模型是否真的战胜了基准,还是仅仅依靠运气。我们借鉴上述思想,给出了一个相应的检验方法。检验的原假设为

H0:因子池中最好的因子没有超额收益

方法具体方法如下:

1.首先计算当前样本中所有因子纯因子收益的T统计量绝对值的最大值。

2.将所有因子的纯因子收益减去其全样本均值。这个方法使得所有因子的超额收益变为0,但是仍保留其波动的信息,同时也保留了因子间相关性的信息。

3.对月份进行boostrap,具体做法为进行带放回的抽样,整个样本长度与原样本长度一致,为117个月。Boostrap的方法有很多,例如考虑自相关性的block boostrap或者stationary boostrap。我们认为月频因子收益的自相关性较弱,因此采用最简单的boostrap 方法。

推荐阅读