Barra結構化多因素風險模型是壹種廣泛用於指數增強和alpha對沖基金的分析工具。在構建多因素模型之前，我們需要找到有效的因素。那麽，到底應該用什麽方法來檢驗單因素呢？
最常用的方法是我們用目標因子構建壹個組合進行回測，看回測的結果來驗證因子的有效性。今天我們以因素“20日相對強弱(RSI)”為例來詳細說明:
數據處理
在建立投資組合之前，我們需要處理原始因子值:去極值和正交化。
極值剔除:是剔除數據中的極值，防止異常股票被選入策略股票池，導致策略收益表現異常。
目前，常用的去除極值的方法有:
1，平均值到極值的方差
2、3倍標準差法求極值
3，分位數到極值。
這裏我們選擇均值方差去極值。
正交化:因子本身的值受到股票的行業和市值的影響，所以將因子正交化，去除行業和市值的影響。常用方法:回歸殘差法。
建立投資組合
選擇目標因子:
這裏我們以“20日RSI”為例。
選擇樣本市場:
a股股票除ST外全部停牌，上市時間不足3個月。
確定倉庫調整和測試時間窗口的頻率:
5天轉倉和10天轉倉，從2013 1到2018 1。
根據因子IC和IR值確定因子排序方法，根據因子值對股票進行排序，選擇前20%的股票買入。根據位置調整周期改變位置。
回溯測試
10日IC值:-0.054210日IR值:-0.386910日回溯測試:
5天IC值:-0.06085天IR值:-0.43585天回溯測量:
結果分析:
20日RSI回測10，年化收益27.2%，5日33.9%。我們還測試了4日、8日和14日的RSI因子，發現4日的RSI因子效果較差，而8日、14日和20日的RSI因子效果差不多，更有效。