時序回歸和截面回歸是股票多因子模型中常見的兩種方法。經典的Fama三因子模型便是用了時序回歸，掘金終端的示例策略中也有該模型的復現策略（多因子模型）。

但時序回歸中的因子對象必須是股票組合，只用到了一小部分股票的信息，而截面回歸并不要求因子對象必須是股票組合，應用會更加廣泛。

另外，二者最大的不同在于時序回歸僅在時序上對標的進行一次回歸，隨后以在時序上取均值的形式來得到隱含的截面關系，該關系的確定不以最小化所有定價誤差的平方和為目標，而截面回歸是恰恰相反的。

故此，本文將以Fama三因子模型為基礎，探究截面回歸。

????????第一步：對任意股票在時間周期內，以Fama三因子（beta、賬面市值比、市值）對標的日頻收益率進行時序回歸計算個股的因子暴露；

????????第二步：計算時間周期內個股的平均收益，以因子暴露對平均收益進行截面回歸計算因子收益率。

基于截面回歸，我們可以設計一個簡單的策略：

每月初計算Fama三因子（beta、賬面市值比、市值），進行時序回歸，計算因子暴露，再進行截面回歸，計算因子收益率，取因子收益率最大的前N只股票構建投資組合。

進一步編寫回測，相關參數如下：

• 初始資金：100萬

• 回測品種：滬深300及其成分股

• 回測區間：2018年01月01日-2022年07月24日

• 相關參數：

  • 最大持有數量：10只

  • 因子計算周期：252天（21個交易日為1個月，12個月252個交易日）

回測結果如下圖所示：

（該報告由掘金量化終端提供）

從報告中可以看到，該策略回測的年化收益率為52.51%，最大回撤為33.56%，夏普比率0.81。整體策略表現較為穩健。后期可以用時序回歸的方法復現下策略，以此跟截面回歸的策略進行對比分析，加深對多因子策略的理解。

感興趣的朋友可以去社區下載源碼，對相關參數進行測試，同時引用自己的因子，構建自己的截面回歸模型。（PS：需要注意，部分獲取數據的函數有數量限制，調用時要平衡標的數量和周期長度。）

后續我們將推出Barra模型，請持續關注，帶你進一步探索因子模型！

源碼傳送門：https://bbs.myquant.cn/thread/3106

總結

以上是生活随笔為你收集整理的股票多因子模型之截面回归的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。