Beta

导语

本文介绍了因子模型、对冲以及Beta的相关内容，并针对如何进行市场风险对冲给出了具体的案例。

因子模型

因子模型是通过其他若干项资产回报的线性组合来解释一项资产回报的一种方式，因子模型的一般形式是：

这看起来很熟悉，因为它正是多元线性回归模型。

什么是beta?

一项资产的beta是该资产收益率与其他资产收益率通过上述模型回归拟合的beta。比如，我们用回归模型

{{membership}}

https://bigquant.com/codeshare/37d36e41-2184-4342-b581-9561f199eeec

\

旧版声明

本文为旧版实现，仅供学习参考。

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

预计算因子表[数据平台] https://bigquant.com/data/datasources/cn_stock_prefactors

https://bigquant.com/wiki/doc/dai-PLSbc1SbZX

[ht

问题

国泰君安alpha191中的count、regbeta、regresi三个函数怎么定义？

视频

https://www.bilibili.com/video/BV1ov4y1Z7Yg?p=2&share_source=copy_web

\

策略源码

# 国泰君安 Count(a, n)，过去5天close_0 > close_1 的天数
conditions = where(close_0

2021年4月22日Q1&Q2问题：

策略案例

https://bigquant.com/experimentshare/d50c07db9f7f45168dd745027c04b6d8

\

https://bigquant.com/experimentshare/887354a18288489e9bb5d65923da8e9b

\

问题

如何利用滚动回测进行策略开发和因子挖掘？

视频

[https://www.bilibili.com/video/BV1Gr4y177FR?share_source=copy_web&vd_source=2e7dc1240ea373ea6eba1134af8dd086](https://www.bilibili.com/video/BV1Gr4y177FR?share_source=copy_web&vd_source=2

贝塔系数（Beta）是衡量一项投资相对于整体市场波动的指标。它是资本资产定价模型（CAPM）的关键组成部分，用于计算资产的预期回报和风险。贝塔系数反映了个别股票或投资组合相对于市场基准（如标准普尔500指数）的波动性。

BigQuant的金融市场数据因子平台以及AI量化策略平台（PC端），可以验证Beta贝塔系数因子组成的AI量化策略。

![](/wiki/api/attachments.redirect?

旧版声明

本文为旧版实现，仅供学习参考。

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

预计算因子表[数据平台] https://bigquant.com/data/datasources/cn_stock_prefactors

https://bigquant.com/wiki/doc/dai-PLSbc1SbZX

[ht

旧版声明

本文为旧版实现，仅供学习参考。

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

策略案例

https://bigquant.com/experimentshare/72d5601550164505aad979f7265f8fec

\

更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

导语

本文介绍如何对一个回测结果进行深入分析。

新建一个可视化AI策略

我们先构建一个可视化AI策略，如下所示。

回测结果

回测结果一般指策略运行完毕之后输出的能够综合反映策略效果的综合图表，如下所示：

可以看出，回测结果包括收益概括、交易详情、每日持仓、

如标题

https://bigquant.com/codeshare/1d87d715-5139-432b-9267-5b99154e598b

回测曲线的相对收益线的计算公式

回测如何设置一次全仓买入一只股票

222

摘要

基于风险的SmartBeta策略

传统基于风险的SmartBeta策略有最小方差组合（GM V）、等风险贡献组合（ERC）、最大分散度组合（MDP）和等权组合（EW）四个模型，它们均属于同一个优化族：最小方差优化问题加以不同约束

建立统一优化模型

我们建立了一个针对四个风险模型的统一优化框架（以下简称框架），通过调整框架下的三个参数(𝜆,𝛾,𝛿)即可得到每一种模型甚至是混合模型：𝒘∗(𝝀,𝜸,𝜹)=𝒂𝒓𝒈𝒎𝒊𝒏𝟏𝟐𝒘𝑻𝚺𝒘−𝝀𝓓(𝒘;𝜸)+(𝝀−𝟏)𝓑(𝒘;𝜹)基于框架我们可以更好地理解每一种模型对于

https://bigquant.com/experimentshare/5277de40609d4fffa7bbe6df2e5b1231

\

报告摘要

主要观点

本篇是“学海拾珠”系列第九十五篇。本文根据市场和资产收益之间的关系，提出了一个新的分解方法：将传统市场贝塔分解为四种贝塔。本文表明，来自负市场收益和负资产收益的贝塔可以更显著地正向预测未来收益，而来自负市场收益和正资产收益的贝塔能更显著地负向预测未来收益。与正市场收益变化相关的两种贝塔似乎没有定价能力。回到A股市场，当前的研究大多围绕上行和下行beta，然后这两者对股票未来收益没有显著的预测能力，通过更精细化地区分市场以及资产收益的变化关系来构建半贝塔不失为一种可行的改进方法。

• 用更高频的日内数据构建日度半贝塔

实证表明，以日内数据构建的日度半贝塔

近年来全球经济低迷，尤其是2018年主要经济体股票市场表现不佳。在此背景下，结合了主动策略和被动策略优点的Smart beta策略开始获得更多关注。那么Smart beta策略到底是什么？该策略的理论依据又是什么？

美国的资本市场十分发达，Smart beta产品数量和资产总净值在全球居于首位。美国的Smart beta产品的规模有多大？又有什么特点？

反观国内市场，中证指数有限公司编制了大量Smart beta指数，但目前发行的产品较少，原因是什么？

美国市场能给我们哪些启示？未来，我国的Smart beta产品市场会向哪个方向发展？

……

清华五道口鑫苑房地产金融科技中心发布《中

问题

\

解答

参考下这篇文档

https://bigquant.com/wiki/doc/celve-jieguo-zhibiao-xiangjie-odCSHxlMER

主要观点

本篇报告从最大化选股策略效益的角度，将个股评价与行业评价进行耦合，构建个股alpha与行业beta双驱选股策略。

将个股alpha和行业beta相结合具有实践意义

投资收益的来源包含alpha和beta，理论上，我们希望alpha和beta收益都高，但在实践中，尤其是量化研究领域，我们一般解决的是“挖alpha”或“追beta”的问题，并不能将两者有效兼顾。一方面，A股的行业效应不可忽视，且pure alpha日渐稀缺；另一方面，个股周期与行业周期并不完全同步，个股的内生特性也值得深挖。因此，本文尝试综合权衡个股内生性与行业属性，将个股评价与行业评