Barra模型因子的构建及应用系列六之Book-to-Price因子

一、摘要

在前期的Barra模型系列文章中，我们构建了Size因子、Beta因子、Momentum因子、Residual Volatility因子和NonLinear Size因子，并分别创建了对应的单因子策略，其中Size因子和NonLinear Siz因子具有很强的收益能力。本节文章将在该系列下进一步构建Book-to-Price因子，该因子策略能够大幅跑赢市场指数。

二、模型理论

Barra模型的Book-to-Price因子的计算方法如下：

Book-to-Price因子的计算较为简单：净资产除以市值，即市净率的倒数，代表股票的估值情况。

三、因子分析

使用alphalens进行对Book-to-Price因子进行分析（2022年-2023年3月5日）。

从上述收益分析来看，该因子在不同调仓周期下的alpha收益差别不大，但beta贡献负收益，其中5天调仓周期的负beta收益最小；最大因子值分组贡献正收益，最小因子值分组贡献负收益，同时在不同周期下，分组平均收益随着调仓周期的增加而下降。

从信息系数的分析来看，随着调仓周期的增加，IC均值和IC标准差在同步增大，可进一步计算IR，分别为0.31、0.35和0.39；最小的IC均值亦大于0.05，说明该因子选股能力较强；但最大的IR仅为0.39，小于0.5，说明该因子获取超额收益的能力不够稳定。

分组收益图显示，Book-to-Price因子的单调性尚可，单调递增，与前文分析相符；但在最大几组的分组收益上，没有显著的差异和单调性，甚至最大因子值组的收益相对前几组还略有下降。

四、回测分析

回测时间：2022-01-01至2023-03-05（月底换股）

回测品种：全A股（剔除ST股、停牌股和一年以内的次新股）

初始资金：100万

手续费：0.0007（双边万二佣金+单边千一印花税，共千1.4，即双边万7）

滑点：0.00123（双边千1.23）

最大持仓数量：30只

策略在回测期间实现9.66%的年化收益率，最大回撤为15.17%，期间沪深300指数的收益为-16.01%，大幅跑赢市场。

策略净值曲线波动较小，对比沪深300指数，在下跌阶段（2022年7月-10月）抗跌能力强，而在随后的反弹阶段，亦具备较强的进攻能力。整体表现相对较好。

以上，本期的策略源码已分享至掘金量化社区，大家可以通过下方链接自行获取。

传送门：https://bbs.myquant.cn/thread/3395

本期参考文献：

1.The Barra China Equity Model (CNE5) - MSCI - MSCI

链接：https://www.docin.com/p-1377763566.html

2.石川  正确理解 Barra 的纯因子模型

链接：https://zhuanlan.zhihu.com/p/38280638

3.方正证券 Barra模型初探，A股市场风格解析

4.中银证券 有关Barra中国权益CNE5模型的思考

5.量化投资小笔记 Barra系列

链接：https://zhuanlan.zhihu.com/p/68110181

6.理解非线性市值因子NLSIZE/MIDCAP 

链接：https://zhuanlan.zhihu.com/p/150310851?from_voters_page=true

- End -