量化研究系列報告：臨界相變，探尋傳統(tǒng)因子中的非線性基因.pdf

量化研究系列報告：臨界相變，探尋傳統(tǒng)因子中的非線性基因。

非線性效應(yīng)無處不在

在當前 A 股市場的量化實踐中，傳統(tǒng)線性模型對因子收益關(guān)系的 刻畫存在局限。市值因子的實證研究率先揭示了這一困境——Barra 風 險模型發(fā)現(xiàn)，線性假設(shè)會系統(tǒng)性高估中盤股收益并低估大小盤分化，其 通過在 CNE5/CNE6 模型中構(gòu)建對數(shù)市值立方殘差項，分離出中盤股 獨立風險敞口。這類非線性效應(yīng)在基本面領(lǐng)域同樣具有普適性。無論是 市場風格指數(shù)的長期表現(xiàn)，還是行業(yè)市值中性化處理后的因子分組測 試，均指向了核心規(guī)律：基本面指標的邊際效用存在臨界點，歷史財務(wù) 數(shù)據(jù)的線性外推常因商業(yè)環(huán)境劇變、信息快速定價、財務(wù)粉飾行為而失 效。

非線性因子的挖掘框架

本文突破傳統(tǒng)線性框架，主要以三大財務(wù)報表的字段為特征，輔以 因子庫中的基本面與量價因子，通過四類模型系統(tǒng)挖掘因子非線性效 應(yīng)：1、多項式回歸：通過中心化處理與殘差正交化分離高階效應(yīng)； 2、樣條回歸：捕捉局部非線性結(jié)構(gòu)并平滑過渡；3、鋸齒函數(shù)：組間 非線性+組內(nèi)線性化；4、門限模型：自動識別關(guān)鍵狀態(tài)轉(zhuǎn)折點。通過 經(jīng)上述模型轉(zhuǎn)換后的新因子與原始因子進行截面回歸，提取殘差項作為 剝離線性成分后的純非線性因子。 自 2013 年 1 月 1 日-2025 年 5 月 30 日，非線性復合因子 Rank IC 均值為 9.4%，年化 ICIR 為 4.53，IC 月勝率為 90.6%，分組嚴格單 調(diào)，多頭年化超額 12.7%，信息比 3.31，且樣本內(nèi)外表現(xiàn)較為一致。

基于非線性復合因子的指數(shù)增強策略表現(xiàn)優(yōu)異

為考察非線性復合因子對多因子模型的實際貢獻，我們以滬深 300、中證 500 和中證 1000 增強模型為例，結(jié)果表明，滬深 300 增強 組合的年化超額收益為 6.5%，信息比 1.64；中證 500 增強組合的年化 超額收益為 8.6%，信息比 1.67；中證 1000 增強組合表現(xiàn)相對優(yōu)異， 年化超額收益為 13.4%，信息比 2.22。樣本外增強策略仍有不錯的表 現(xiàn)。