因子择时从本质来说是对因子权重进行更好的动态配置。传统的因子择时方法通常将问题转换为如何更好的估计因子收益以及因子收益协方差矩阵。
Drobetz W 等人于 2019 年在《Financial Analysts Journal》发表的论文《Optimal Timing and Tilting of Equity Factors》，提出了一种使用外生变量构建因子择时策略的新方法，对因子权重直接进行参数化设计（Parametric Portfolio policy ,下文简称为 PPP）。PPP 方法有着多种优势：
1）更全面：PPP 方法隐含地考虑了外生变量对因子收益的均值、协方差矩阵的影响，可认为 PPP 方法是传统方法的近似解。
2）更简单：基于外生变量构建预期变量的预测模型相对来说更为可行，但用外生变量估计协方差矩阵存在较大难度，例如我们很难保证估计的协方差矩阵满足正定性。而 PPP 方法无需对协方差进行估计，降低了模型的难度。
3）更具效率：使用一般方法，若要构建 N 个因子的配置模型，我们必须估计预期收益率的 N 个参数，以及协方差矩阵的 N(N+1)/2 个参数。而使用 PPP 方法，只需要估计 N 个参数，便可得到最优权重，对于计算效率的提升是显然的。
扫码加好友，拉您进群
全部版块
我的主页
收藏
