資訊不對稱

因子投組回測

純動能因子投組回測

研究根據因子值將個股構成投組進行回測，除可進一步闡發因子的單調性外，更能評估因子在遭受系統性風險時的穩健度。

後續將別離檢測利用動能因子和複合因子組成投組後的績效，以此闡發券商分點因子能否在提升動能因子報酬率的同時，也下降動能因子常見的高波動特征。 多空投組方面，利用標準化未預期月營收構成的 W-L 投組為全動能因子投組中施展闡發最好，夏普值高達 2.143，期間最大回撤僅 7.85%，顯示出利用該因子最能穩定挑選出下月的上漲與下跌股票。

在年化報酬率方面，三種動能因子均顯現出不錯的單調遞增性，M5 投組的報酬率最高，M1 投組最低。但是，對於六個月期和標準化未預期月營收動能因子投組而言，波動度也跟著酬勞率增加而上升，只有創一年新高動能因子的波動度在報酬率增加的同時下降年化波動度與 Beta 值。
在綜合指標方面，創一年新高動能因子的 M5 投組夏普值為 1.372，為全動能因子 M5 投組中表現最好，但這首要是因其較低的波動度，而非較高的投組酬勞率。 Toggle

在經由投組堆疊期間檢定、IC/IR 值闡明與因子投組回測分析後，發現利用券商分點交易熱點度與各動能因子組成之複合因子，最能挖掘低成交量贏家組合，該複合因子不但能明顯晉升原動能因子的酬勞率與延續性，也能提升原動能因子的展望能力（IC）與預測不亂度（IR），在投組回測中也能顯著下降波動度，其中又以創一年新高動能因子與分點買賣熱點度的 M5C1 組合為最好，也就是動能因子最高且券商分點因子最低的組別。

本研究使用券商分點資料衍生出的淨生意超家數比、分點交易熱點度與近月籌馬集中度等指標，與學術常見的三種動能因子構成複合因子，構成 15 組個組別，測驗考試找尋尚未被市場關注但已逐步走高之贏家股票，即 Lee and Swaminathan (2000)提出的低成交量贏家組合。
通過回測 2021 年 1 月至 2024 年 1 月期間，面對國內新冠疫情爆發與美國聯準會升息周期，可以發現 M5C1 投組淨報答率走勢仍不亂向上，淨報答率達 78.2%，年化波動度僅為 7.99%，帶動投組夏普值來到 2.468，而時代最大回撤值也僅為 9.73%，相對於同期間的台股加權報酬指數，賺取高達 17.3%的逾額酬勞（Alpha），波動度（Beta）也僅為 32.5%。

M5C1 投組的淨報酬率從純動能因子的 85.57%稍微提拔至 90.30%，年化波動度則從 18%大幅下降至 11.23%，帶動年化夏普值從 1.243 晉升至 1.98。固然 M5C1 投組的淨報酬率低於其他複合因子的最好組合，但其年化波動度僅為 7.99%，時代最大回撤僅 9.73%，帶動年化夏普值到達 2.468。
最後，標準化未預期月營收動能因子的複合成績也以分點買賣熱門度為最佳。M5C1 投組的淨待遇率到達114.84%，為所有複合因子投組中最高，而波動度相比純動能因子的 M5 投組下落了 5.6%，來到 17.25%，大幅晉升年化夏普值從 0.9 到 1.575，最大回撤值也從 24.1%降落至 19.54%。這講明，利用分點買賣熱點度挑選已創下一年新高的個股，可以遴選出仍能穩定成長的個股，在保有高酬勞的同時，亦有用下降了高波動的問題。這表明，使用分點交易熱點度挑選標準化未預期月營收動能因子，略微提升了待遇率並大幅下降波動度，從而提高了投組的年化夏普值。相較於純動能因子的 M5 投組與同期基準指標施展闡發，該複合因子顯得更為凸起。這評釋，使用分點交易熱點度挑選近六個月的贏家個股，可以挑選出仍能大幅成長的個股，光鮮明顯晉升報酬率並下降波動度過大的問題。
在六個月期動能因子方面，分點買賣熱門度的複合因子表現一樣最好。

起首，從創一年新高動能因子的複合結果來看，以分點買賣熱點度的施展闡發為最好。

研究資料整理

資料來曆與樣本期間

結論

本研究等權重合成券商分點因子與動能因子，並根據券商分點因子對個股進行升冪排序（因子值越低排名越低），動能因子進行降冪排序（因子值越高排名越低）。依循 Lee and Swaminathan (2000)的研究，本研究設定 M1C3，即動能因子最低且券商分點因子最高的組別，為輸家組合；反之 M5C1 (動能因子最高且券商分點因子最低的組別)為贏家組合，並以買進贏家組合、賣出輸家組合構成多空投組。

本研究參考了 Jegadeesh and Titman (1993)和 Lee and Swaminathan (2000)的研究方式，投組構成及持有週期以月為單元。將二者排名相加取平均作為複合因子，對 T 期個股排序。
每個月初第一個買賣日為投組再均衡時候，根據形成期計算出的因子值組建下一期投組。動能因子分為五組（M1至M5），此中 M1 為輸家組合，M5 為贏家組合。最高排名個股兼具最高動能因子值與最低券商分點因子值，反之亦然。券商分點因子分為三組（C1至C3），兩因子交錯形成 15 個複合因子組合（如 M1C1、M1C2…M5C3）。

形成期用於較量爭論價格動能因子、標準化未預期營收以及近月籌馬集中度指標，持有期則固定為 1、3、6、9 和 12 個月。
為晉升檢定效率及分析因子的延續性，本研究採用堆疊時代方式構建投資組合，每月憑據分歧持有期同時具有多個投組，每個投組權重相等。

因子投組待遇闡發

複合因子投組回測

透過上兩表，可看出純動能因子投組 IC/IR 值檢定中，創一年新高動能因子的展望能力為最好；而當檢討各動能因子與券商分點因子所組成的複合因子，可以發現分點買賣熱點度（FTR）所構成的複合因子最能明顯提升純動能因子的預測能力，顯示出利用分點交易熱點度與各類動能因子結合出的新因子，都可大幅晉升展望下個月股票待遇之能力，同時也能提升預測的不亂性。