谨请参阅尾页重要声明及华泰证券股票和行业评级标准 1
证券研究报告
金工研究/深度研究
2017年03月27日
林晓明 执业证书编号：S0570516010001
研究员 0755-82080134
linxiaoming@htsc
陈烨 010-56793927
联系人 chenye@htsc
1《五因子模型A股实证研究》2017.03
2《市场周期的量化分解》2017.03
3《周期研究对大类资产的预测观点》2017.02
华泰单因子测试之波动率类因子
华泰多因子系列之六
待测因子：日收益率标准差、特质波动率、日内最大涨/跌幅波动率等
波动率因子是一类非常重要的风格因子，本报告中我们选取了八个具有代
表性的波动率因子进行测试，包括std_4m（近4个月内日收益率序列的标
准差），id1_std_3m（特质波动率1：近3个月内CAPM回归残差的标准
差），id2_std_3m（特质波动率2：近3个月内Fama-French三因子回归
残差的标准差），id2_std_up_3m、id2_std_down_3m、id2_std_upd_3m
（三因子回归残差上行、下行波动率及两者的和），high_r_std_4m（近4
个月日内最大涨幅波动率），hml_r_std_5m（近5个月日内最大涨幅波动
率减去日内最大跌幅波动率）。经实证检验，这几种波动率因子各具特点

除hml_r_std_5m外其余波动率因子两两间正相关性很强
一般来说，市值较大的公司倾向于波动率较低，经实证检验，波动率类因
子中除hml_r_std_5m外均与市值因子呈现明显的负相关性。并且，除
hml_r_std_5m外，各波动率因子两两之间普遍具有很强的正相关性，与之
前测试过的估值、成长、动量反转、换手率类因子对比，相关性显得更加
突出。如果要组合使用各波动率因子构建选股模型，需要小心处理多重共
线性问题

单因子测试框架：分层回测、回归法、因子IC值分析
首先，我们对各波动率因子依次进行详细的分层模型回测，分析各分层组
合的业绩表现和多空组合的表现，判别因子区分度、单调性、稳定性和在
不同规模公司、不同一级行业间的业绩强弱。接下来我们使用回归法进行
因子测试，对因子收益率序列和回归产生的t值序列进行统计层面上的分
析。我们还计算了各因子的IC值序列、IR比率，综合识别有效因子。我
们在分层测试中以单边换手率0.3%计算交易成本，更为真实地反应因子选
股效果

测试结果：波动率因子具有一定选股效果，各种波动率因子效果相差不大
在考虑交易成本的条件下，波动率因子样本期一般取3～5个月较佳，列举
出的八个因子TOP组合年化收益率均在28%左右，整体效果相差不大，
超过大部分估值、成长、换手率类因子（BP除外），略逊于动量反转因子

扣除交易成本后BP因子选股效果更为突出（因其换手不频繁、交易成本
低），而换手率因子选股效果则变得一般，TOP组合超额收益较低。若从
IR比率的角度看，已测过几类因子有效性排序大致为：动量反转换手率、
波动率估值、成长。不过由于A股市场不具有良好的做空机制，所以还
需正确看待各类因子IR表现，建议更多关注因子在多头方向的选股能力

风险提示：单因子测试结果是历史经验的总结，存在失效的可能

相关研究
金工研究/深度研究 | 2017年03月27日
谨请参阅尾页重要声明及华泰证券股票和行业评级标准 2
正文目录
波动率因子在A股市场实证分析... 5
波动率因子的选取及测试框架 ........... 5
波动率因子的行业间差异 ...... 6
波动率因子与市值因子的相关性 ....... 7
波动率因子间相关性分析 ...... 8
单因子测试流程... 10
回归法 ......... 10
因子IC值的计算 ..... 11
因子收益率、t值与IC值之间的关系 .......... 11
分层模型回测 .......... 12
单因子测试结果分析 ....... 13
分层模型回测分析方法 ........ 13
日收益率序列标准差因子 .........
。。。以上简介无排版格式，详细内容请下载查看