多因子模型（在构建多因子模型之前）

Barra结构化多因子风险模型是目前指数增强和阿尔法对冲基金应用比较广泛的分析工具，在构建多因子模型之前，我们需要寻找到有效的因子。那么，到底要通过何种方法对单因子进行检验呢？

最常用的方法是，我们用目标因子构建一个投资组合进行回测，看回测的结果来验证因子的有效性。今天，我们以因子“20日相对强弱（RSI）”为例，详细讲解：

数据处理

在构建投资组合之前，我们首先需要对原始的因子值进行处理：去极值、正交化

去极值：是去除数据中的极值，防止出现异常的个股被选入策略股票池，从而导致策略收益表现异常。

目前常用的去极值方法：

1、均值方差去极值

2、3倍标准差法去极值

3、分位数去极值。

在这里我们选用均值方差去极值

正交化：因子本身的数值受股票所属行业和股票市值的影响，所以对因子做正交化处理，去除行业和市值的影响。常用方法：回归取残差法

构建投资组合

QuantDesk平台可以在这里下载: http://www.yunkuanke.com/#/download

（点击阅读原文可直接跳转）

2.选取目标因子：

这里我们以“20日相对强弱（RSI）”为例

3.选取样本市场：

A股所有股票，去除ST，停牌，上市时间小于3个月

4.确定调仓频率和测试时间窗：

5日调仓和10日调仓，从2013年1月1日至2018年1月1日

根据因子IC、IR值确定因子排序方式，通过因子值的大小对股票进行排序，挑选排序前20%的股票买入。按照调仓周期进行换仓。

回测

10日IC值：-0.0542

10日IR值：-0.3869

10日回测：

5日IC值： -0.0608

5日IR值：-0.4358

5日回测：

结果分析：

20日RSI回测10日年化收益27.2%，回测5日年化33.9%。我们还对4日、8日、14日RSI因子进行检验，发现4日RSI因子的效果较差，8日、14日、20日RSI因子效果相似，比较有效。

-END-