本文摘要:仲阳天王星空气指增策略专题分析(2023.5.26) 仲阳天王星空气指增策略专题分析:量化与主观投资方法的区别 量化交易:基于模型与数据,追...
仲阳天王星空气指增策略专题分析:量化与主观投资方法的区别 量化交易:基于模型与数据,追求均值回归,通过算法和统计方法对市场进行分析和预测。主观投资:聚焦基本面与市场分析,依赖于投资者的个人经验、专业知识和市场判断。仲阳天王星公司介绍 成立时间:2014年。管理规模:约60亿。
多因子选股策略是一种广泛使用的投资策略,其核心思想是识别与股票收益率最相关的多个因素。以下是关于多因子策略与理论的详细介绍:多因子的种类 大类因子:这些因子通常是对股票收益率有重要影响的广泛类别,如宏观经济因子、市场风格因子等。
多因子模型的基本原理:多因子模型是量化交易中一种重要的策略,其基本原理在于假设资产的收益率受到多个不同因素的影响。这些因素可以是宏观经济指标、公司基本面数据、市场情绪指标等。通过对这些因素进行量化分析,构建出多因子模型,用以解释和预测资产价格的变动。
在多因子策略中,回测阶段的选股内容确定至关重要。通过因子筛选出股票后,如何结合这些因子来选择目标股票成为关键。多因子策略通常使用打分法和回归法进行选股。尽管二者均可通过确定因子权重来选择特定股票,但实际模拟交易或实盘交易后方能验证哪一种方法效果更佳,模拟交易测试结果倾向于显示打分法效果更优。
策略构建:基于选定的因子,构建多因子量化交易策略。这通常涉及确定因子的权重、组合的构建方式以及交易信号的生成等。回测验证:在回测平台上,使用历史数据对策略进行回测,以评估其表现。回测过程中需要关注策略的收益率、波动率、*回撤等关键指标。
量化交易中的多因子模型是一种重要的选股策略,它通过综合多个指标(因子)来优化股票选择。构建步骤如下:首先,数据预处理是关键,包括基础数据的采集和整理,确保因子种类全面且经济意义明确。例如,风格因子如Beta、动量等在Barra分类下细化,数据需剔除离群值并进行标准化,以便于对比和回归分析。
在投资学课程中,老师布置了研究Fama-French五因子模型的任务,参考了2015年Fama和French发表的《A five-factor asset pricing model》。这篇论文深入探讨了资产定价模型的发展,从CAPM到APT,再到FF3和FF5,其核心关注资产均衡和系统性风险,并引入了SMB、HML等因子作为宏观因子的代理变量。
五因子模型,由Eugene Fama和Kenneth French提出,旨在更全面地解释股票回报。相较于三因子模型和资本资产定价模型(CAPM),五因子模型加入了盈利能力和投资风格因子,以期更准确地预测股票回报。模型包含市场风险因子、规模因子、账面市值比因子、盈利能力因子和投资风格因子。
Fama-French模型与q因子模型虽声称解决动量问题,但其实际效果存疑。Fama作为市场有效性支持者,难以接受动量效应存在,因为这挑战了理性预期假设。添加动量因子的定价模型虽显示更强的解释力,但缺乏理论支持,担心会导致数据挖掘者的泛滥,进一步混淆因子的合理性。