研究结论
反转和市值因子的失效触发了国内对因子择时的研究需求。http://www.hibor.com.cn【慧博投研资讯】海外市场和A股类似，因子择时研究的兴起也是由2007.08的“量化危机”和2008年金融危机触发。http://www.hibor.com.cn（慧博投研资讯）危机后估值、动量和质量因子的效果明显下降。报告汇总讨论了AQR、BlackRock、GSAM等几家大机构有关因子择时的研究成果。有乐观者、有悲观者。但Corbett(2016)实证发现风格切换频繁的基金经理的风格择时能力并不比一般基金经理强，而且业绩往往更差，这一定程度上展示了现实投资中因子择时的难度。
传统OLS方法不能用于金融时间序列的预测，因为金融数据中常见的变量内生性和持续性问题，会导致OLS估计有篇，且统计检验失效。报告采用了Kostakis(2015)的IVX回归法，可以应对前述问题，而且运算速度快，推荐投资者使用。
本报告用1998.01 – 2018.04长达二十年的数据做实证研究，和之前业界做的比较多的近十年Alpha因子研究相比，2000 – 2010十一年间估值因子的稳健表现、2000 – 2007六年间小市值溢价的持续大幅回撤、2002 – 2016十五年间反转因子的持续强劲让人印象深刻。
基于全样本的IVX回归分析显示，除去波动率因子外，其它alpha因子都能在样本内找到显著的宏观或市场指标来预测下一个月的因子收益率。也就是说每个因子都有可能设计出一个样本内有效的因子择时策略，投资者需要区分择时模型样本内和样本外的表现。
在八大类因子中，市值因子的可预测性最强，2008.01 -2018.04十年间，月度因子收益率有效预测占比有80.6%，方向准确率达到73%，预测精度显著强于简单的滚动均值预测方法。当前市场环境下，市场波动率、换手率和PPI三个指标对下个月的市值因子收益率有显著预测作用。
对于反转因子，预测未来一个季度的收益率比预测未来一个月的因子收益率更准，有效预测占比80.3%，方向准确率达到73.5%。对反转因子有预测作用的都是偏技术的市场指标，目前需要关注市场波动率和换手率。
行业和市值风险中性化处理后，反转因子收益率仍有很强的可预测性，月度预测准确率可以达到77%，但是有显著预测作用的预测指标变化较大，从这个角度讲，风险中性化让alpha因子变得更“复杂”。
总体来看，A股特有的反转和市值因子的可预测性较强，其它类Alpha因子较弱。报告里用的都是一些常见宏观和市场指标来预测因子收益率，这里不排序某一类因子有因子专属且特别有效的预测指标的可能性，我们后续研究将持续关注
风险提示
量化模型失效风险
市场极端环境的冲击