请务必阅读正文之后的免责条款部分全球视野本土智慧金融工程研究Page1深度报告金融工程数量化投资宏观因子量化投资应用系列之一专题报告A股宏观风险因子筛选与选股策略本报告的独到之处介绍基于APT的多因子模型和BIRR模型建立适合国内市场的GS-MF4因子模型构建基于上述模型的滚动选股策略分析师：程景佳电话：021-60933166E-mail:chengjjia@guosen.com.cn分析师：董艺婷电话：021-60933155E-mail:dongyt@guosen.com.cn分析师：葛新元电话：0755-82133332E-mail:gexy@guosen.com.cn独立性声明：作者保证报告所采用的数据均来自合规渠道，分析逻辑基于本人的职业理解，通过合理判断并得出结论，力求客观、公正，结论不受任何第三方的授意、影响，特此声明。现代金融学认为，投资的本质就是如何在风险和收益之间进行决策，而APT为风险的衡量提供了严谨的理论基础。基于APT理论的宏观多因子模型，通过寻找风险因子，可以由宏观数据本身或预期值，对个股或组合的收益率进行解释。国外已经开发出较为成熟的商业多因子模型，如BIRR模型等，但由于宏观统计数据的区别以及市场差异，这些模型很难直接应用于A股市场。因此我们在APT框架下，尝试应用多因子模型对国内市场进行建模，最终得到由宏观经济景气指数-先行指数、CRB金属现货指数、贷存款增速差和一年期国债收益率构成的GS-MF4因子模型。我们选取2003年3月至2009年2月共72期作为样本期。建模过程分为下述四个步骤：（1）分类挑选出31个数据长度能覆盖样本期的宏观因子，放入因子备选库。（2）对因子进行预处理后，列出所有可能的数据形式，从-5至+5进行逐阶回归，初步筛选出9个因子及其形式和阶数。（3）在9个因子范围内对全部可能的因子组合进行多元回归，剔除多重共线性严重的组合后，得到拟合度最高的4个因子。（4）对模型进行合理性检验，GS-MF模型的因子构成及回归系数符合经济意义和直观认识。利用GS-MF模型，可以生成个股集对宏观风险因子的敏感度矩阵，在此基础上只要输入每期因子组的数据值和预期值，便能推导出个股预期收益序列。我们每期对股票池内个股预期收益序列进行排序，由此构造了一个GS滚动选股策略。历史回溯检验表明，在单边交易成本与冲击成本为1%的假设下，2003年3月-2009年2月的样本期内该策略累计收益率为611.83%，2009年3月-8月的样本期外累计收益率为39.11%。GS选股策略的优势在于，当投资者对未来宏观数据做出判断时，只要输入预期场景值，就可以快速得到选股组合建...
