1、Carhart四因子模型簡介

為了彌補了三因子模型對市場“趨勢效應”解釋不足的問題，合理解釋“動量現象”：市場上過去一段時間內收益率較高的股票在未來所取得的收益率仍會高于過去收益率較低的股票。Carhart在三因子模型的基礎之上，加入“一年期收益動量異常因子”，即將過去股價走勢較好的“贏家”組合和過去股票走勢較差的“輸家”組合的收益率之差作為動量因子，提出Carhart四因子模型：

中，為時間t的基金收益率，為時間t的市場收益率，為時間t的市場超額收益率，為時間t的規模因子的模擬組合收益率，為時間t的賬面市值比因子的模擬組合收益率，為時間t的動量因子的模擬組合收益率，均為回歸待擬合系數，為殘差項。

2、Carhart四因子模型的應用

為了能將Carhart四因子模型更好應用于我國市場，幫助投資者進行投前篩選。私募云通在FOF Power中加入了Carhart四因子歸因分析。利用該模塊，投資者能夠簡明直觀的看到目標基金的收益和風險來源，由此進行進一步分析。

Carhart四因子模型的應用與Fama-French三因子模型類似，我們繼續用五看原則來分析。以私募云通數據庫中的交銀阿爾法核心混合基金為例，樣本區間為：2018-04-30至 2018-10-31，數據頻率為日頻數據。

一看：相關系數

首先，觀察四因子之間的相關性。

圖1.四因子與超額收益之間的相關性

如圖所示，各因子的相關系數分別為-0.01，-0.24，-0.45，-0.23，-0.14，0.28相關性均處在可接受的范圍，初步說明此模型具有合理性。

再看四因子與超額收益之間的相關性。由圖1可得，這只基金與四因子之間的相關性分別為0.3，-0.33，0.03，0.94，其中與市場因子之間的相關性較高，說明該基金的超額收益很可能受滬深A股收益的較大影響。

二看：因子暴露

圖2.基金因子暴露分析

?由圖2，模型回歸的結果表示如下：

在樣本期間內，除了規模因子之外，該基金的四因子回歸系數均表現為在95%的置信水平下顯著。

其中Alpha表現出較高的顯著性，說明該基金選股能力強；市場因子的系數大于0且略小于1，說明在樣本期間內，該基金的運行趨勢與市場整體運行趨勢一致，且該基金偏穩健型；動量因子的系數為正，說明該基金偏好配置績優股（即過去收益率較高的股票）；規模因子系數為正，說明該基金可能偏好于配置小盤股；價值因子的系數為負，可以說明該基金偏向于配置成長型股票（即賬面市值比較低的股票）。

三看：擬合優度

模型的擬合優度為0.8190，說明模型對該基金的解釋效果較優，即該模型較好地解釋了該基金的超額收益，可以達到將基金收益進行歸因的目的。

四看：收益歸因

接下來，我們對基金的超額收益進行分解，并得到在每個因子上的收益貢獻如下圖：

圖3.超額收益貢獻分解

?

將2018-04-30至2018-10-31期間內該基金的平均超額收益進行四因子歸因，并分解為五個部分，如上圖。

收益分解的結果中顯示，該期間內該基金的超額收益受到Alpha收益的正向影響，為56.50%（年化），這部分收益主要來源于基金經理較強的超額收益獲取能力，即基金的超額收益很大一部分來源于基金經理除四因子配股之外的選股能力。

同時，收益分解的結果中顯示該期間內該基金受到市場因子、價值因子、規模因子和動量因子收益的負向影響。其中市場因子收益貢獻的絕對值最大，為-37.67%，說明在該期間內由于整體股票市場表現不佳，該基金收益受損。除此之外，價值因子、規模因子和動量因子收益的負向影響也說明了該基金配置的成長型股票、績優股以及小盤股表現不佳，影響基金收益。

圖4.超額收益貢獻分解雷達圖

圖4在時間維度上顯示了2018.05-2018.10這六個月的四因子貢獻分解的變化情況。可以看出，該期間內市場因子貢獻的收益持續為負，絕對值逐漸增大，說明2018年以來，股票市場的下行趨勢給該基金帶來了持續影響，其余因子貢獻的收益在一定水平上波動，總體上沒有呈現出明顯的變化傾向。

五看：風險歸因

圖5.風險貢獻分解圖

除了對基金收益進行全面透徹的歸因，該模型同樣可支持對風險進行歸因分解以及時間維度的變化對比。

可以看出該基金暴露在市場因子風險最大，Alpha因子、價值因子風險貢獻緊隨其后，規模因子及動量因子風險貢獻較小。從時間維度上看，在2018.05-2018.10期間，各因子貢獻的收益在一定水平上波動，總體上沒有呈現出明顯的變化傾向。

歸因分析結論：

交銀阿爾法核心混合基金投資策略傾向于穩健型，偏好配置績優成長型小盤股。基金收益受滬深A股影響較大，且大部分風險暴露于此。

在該基金的收益中，股票市場的不景氣對收益造成了較大的負面影響。除此之外，配置的績優股、成長型股票及小盤股均表現不佳，也對基金的收益造成的一定負面影響。

盡管如此，得益于基金經理較強的超額收益獲取能力為基金帶來的正收益，使得交銀阿爾法核心混合在市場低迷的行情下，依舊保持著較好的收益率（截止至2018年11月21日，近一月收益率6.12%，今年以來收益率5.63%）。

3、總結

Carhart四因子模型彌補了三因子模型對市場“趨勢效應”解釋不足的問題，在更全面的評價基金業績并且更有效地衡量基金的超額收益能力具有一定的學術地位和實踐意義。私募云通提供的歸因分析，使投資者能夠簡明直觀的看到目標基金的收益和風險來源，由此進行進一步分析。

雖然，Carhart四因子模型彌補了三因子模型的一部分問題，但也還存在一些不足。

----------------------------------------------------------

拓展閱讀：

1.一個量化策略師的自白（好文強烈推薦）

2.股票期貨經典的量化交易策略都在這里了！（源碼）

3.期貨/股票數據大全查詢（歷史/實時/Tick/財務等）

4.三分鐘弄明白為什么貝葉斯是量化工作者最常用的工具

5.學習Python有哪些書籍？這里有一份書單送給你

6.江湖中常說的“網格交易法”到底是什么？

7.10種經典的日內交易策略模型思路

8.干貨 | 量化選股策略模型大全

?

總結

以上是生活随笔為你收集整理的Carhart四因子模型实用攻略的全部內容，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。