特质波动率策略

之前的文章为大家分享了高低波动率因子表现的异同，低波动率股票PK高波动率股票

今天呢，我们就来看一看波动率这个因子还可以怎么玩～

考虑扣除市场收益影响后的个股收益率，将个股收益与市场收益进行回归得到残差：reti=αi+βiretm+ireti=αi+βiretm+i按照传统资产组合的理论，残差(epsilon)的风险可以被分散，因而不会有超额回报。
但许多研究表明，低特质波动率（std(epsilon)）的股票会获得超额收益率，因此我们就来检测一下。

以中证500为股票池，将当月个股收益率与市场的收益率日数据进行回归，根据特质波动率从小到大将股票分为5组，计算每一组股票下月平均收益率

按回归得到的其他参数：beta,回归的R方也进行上述分组，计算收益率

结果发现特质波动率和R方较为有效，低特质波动率、高R方的股票有较高的收益
尽管beta对股票没有显著的区分度，但也可以发现高beta的股票表现较好

根据以上发现构建策略，选取同时满足以下三个条件的股票：1.特质波动率bottom20% 2. R方top20% 3. beta top 20%
月调仓，单只股票盈利>20%止盈，亏损>15%止亏
这里没有考虑规模和价值，后续会尝试用fama french三因素模型进行上述检验
来看一下回测表现：

欢迎大家点击阅读原文来社区讨论～