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、NonLinear Size因子、Book-to-Price因子、Liquidity因子和Earning_Yeild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。本节文章是该系列的第九个因子，也是倒数第二个因子，将在该系列下进一步构建Growth因子。
二、模型理论
Barra模型的Growth因子的计算方法如下：
Growth因子是一个复合因子，由四个子因子构成，分别是：长期利润增长率预期、短期利润增长率预期、长期历史净利率和长期历史销售率，四者的权重为0.18、0.11、0.24、0.47。长短期利润增长率是分析师预期数据，暂时还未提供，未来有提供后再加入；相对而言，历史净利率和历史销售率的权重更高，二者均采用五年期数据回归计算斜率，再除以年平均数值的方式。
三、因子分析
使用alphalens进行对Growth因子进行分析（2022年-2023年4月14日）。
由上述收益分析来看，各个调仓周期下的alpha收益均为-0.02；Growth因子值的最大分组贡献负收益，最小分组贡献正收益，且最大分组的负收益远大于最小分组的正收益。
进一步从信息系数来看，IC均值和IC标准差在各个调仓频率之下都相等，平均IC为-0.01，远小于0.05，说明因子的选股能力很差。
从分组收益图来看，Growth因子呈负相关性，前五个分组的平均收益为正，后五个分组的平均收益为负；但这与生活常识相违背，生活认知中应该是成长性越高的公司能够获得更好的收益，有待进一步研究。
同时该复合因子还缺少两个子因子（盈利预测），等以后相关数据上新了之后我们再帮大家复现出来。
四、回测分析
回测时间：2022-01-01至2023-04-14（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了2.09%的年化收益率，勉强实现正收益，期间沪深300指数收益为-16.79%，最大回撤19.05%，发生于2022年4月份后。
- End -
本文来自微信公众号“掘金量化”，文章版权归原作者所有，内容仅供参考并不构成任何投资及应用建议
