金融工程量化多因子选股框架.pdfVIP

  1. 1、本文档共30页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

核核心观点心观点

•【核心结论】本报告详细介绍了量化多因子选股的流程与框架,涵盖因子预处理、评价及收益预测模型等关键步骤。

•【报告亮点】系统性整理了从因子测试、因子筛选到组合构建的全过程,为高效构建量化投资组合提供了清晰路径。

•【主要逻辑】

➢单因子测试

✓介绍单因子预处理的基本方法,主要包括去极值、标准化、中心化。

✓因子检验的评价维度和评价方式,其中评价方式主要有ICIR法、分组测试法、双变量排序法和回归法。

➢收益预测模型

✓对因子进行筛选,判断其是否能够纳入多因子组合。

✓用一系列筛选得到的因子预测个股收益,这一步本质可理解为多因子的聚合。常见方法可分为线性和非线性,其中线性法主要有

加权和回归两种方式,非线性主要包括神经网络、树模型等。

➢组合构建

✓基于得到的个股收益预测,计算组合的净值曲线和收益风险特征。

✓组合构建的主要步骤包括设定选股池与调仓周期、以及确定选股逻辑和权重。其中,选股逻辑和权重一般基于人工逻辑直接构建

得到,或者利用优化算法在更复杂的选股约束下进行求解。

✓我们基于上述框架,结合多因子复合打分构建了一个中证500指数增强策略,业绩表现优于基准。

•风险提示:数据来源第三方,或有遗漏、滞后、误差;选股研究框架及筛选指标为西部证券自建,或有考虑不周之处;股票历史业绩不代表未

来表现,研究框架也会随时间变化。

请仔细阅读尾部的免责声明2

量量化多因子选股基本框架化多因子选股基本框架

➢收益预测模型:通过历史估计给出股票未来的预期收益率。

➢风险管理模型:控制组合与业绩基准之间的跟踪误差。

➢组合权重优化:在给定的风险约束下,最大化组合的预期收益率。

图:多因子组合构建基本流程

收益预测风险管理组合优化

•因子筛选•预期跟踪误差•给定风险约束

•预测股票收益•组合风格偏离•最大化预期收

•组合风险贡献益

资料来源:西部证券研发中心请仔细阅读尾部的免责声明3

01单因子测试

目录

目录02收益预测模型

CONTCONTENTSENTS

03组合构建

11单单因子测试因子测试

➢1.1备选因子:基于原始指标或开发;挑选时需要注意因子是否直接、直观且有意义。

•直接(incisive):通过因子能够明确对股票进行分类。

•直观(intuitive):对股票的分类标准具有可以解释的逻辑性。

•有意义(interesting):分类后的股票风险收益特征具有明显差异。

表:确定备选因子的3个I

备选因子IncisiveIntuitiveInteresting

首字母■□□

公司地点■■□

股票盈利■■■

文档评论(0)

535600147 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:6010104234000003

1亿VIP精品文档

相关文档