因子选股

因子选股是一种投资策略,它通过分析和识别影响股票收益的关键因子,从而构建具有优化收益和风险的股票组合。这种方法利用统计和机器学习技术,从大量历史数据中挖掘出对股票未来表现有预测能力的因子。这些因子可能包括公司基本面指标(如盈利、现金流、资产负债状况等)、市场因素(如宏观经济指标、市场情绪等)以及技术分析指标等。通过合理配置这些因子,投资者可以构建出在不同市场环境下表现稳健的投资组合,实现风险分散和超额收益的目标。

因子选股系列研究之四:基于交易热度的指数增强-东方证券-20151214

前期的专题报告《投机、交易行为与股票收益(上)》中我们提出利用特质波动率、特异度、价格时滞、市值调整换手四个交易行为类指标可变相度量个股被投机的程度,进一步分析我们发现特异度、和市值调整换手两个指标几乎可以包含四个交易行为类指标的所有有效信

通过加总特异度、市值调整换手的信息得到一个的反应个股被投机程度的综合指标——交易热度。交易热度和市值相关性低于0.01,同时展现出超强的预测超额收益的能力,信息系数(IC,spearman)高达-0.118,最低交易热度的分组年均超越市场等权21.2%,而且特异度稳定性较高,多空组合胜率高达80.9%。

考虑交易成分后交易热度对沪深300指数仍有一定的

更新时间:2021-11-22 07:53

《因子选股系列研究之六》:用组合优化构建更精确多样的投资组合-东方证券-20160219

多因子选股模型的整个投资流程包括alpha模型的构建,风险模型的构建,交易成本模型的构建,投资组合优化过程以及组合业绩的归因分析。从国内市场上已公开的量化模型看,采取的大多是打分法选股或者行业、市值分层构建组合,这种组合构建方式缺乏对风险和alpha的精确控制,最终组合可能偏离预定的投资目标

多因子结构化风险模型(如Barra, Axioma)目前仍然是市场上的主流风险模型。股票收益率的样本协方差矩阵面临的主要问题是:在股票数量N超过时间样本区间T时,协方差矩阵不可逆,并且包含着较大的估计误差,这些都会严重影响到投资组合优化,使得优化器给出错误的权重分配。

根据Ledoit and Wo

更新时间:2021-11-22 07:53

金融工程半年度报告:量化环境持续宽松,把握趋势确定性-民生证券-20200714

摘要

择时:顺势而为,把握右侧确定性机会

因子选股:半年度复盘与展望

一月以来,市场延续去年四季度缓慢上涨格局;春节后,市场受疫情影响出现月度周期调整;三月末开始,市场情绪逐步修复,重新进入上涨区间。

从宽基指数年初至今收益率来看,创业板指领涨,年初至今收益率54.52%;上证50相对表现欠佳,年初至今收益率9.42%。

从中信一级行业指数年初至今收益率来看,消费者服务、医药拔得头筹。收益表现靠前的行业有:消费者服务、医药、食品饮料、电子、计算机;石油石化、银行、煤炭钢铁、建筑、交通运输收益表现殿后。

正文

[/wiki/static/upload/24/2416e5

更新时间:2021-11-20 07:20

《因子选股系列研究之三十七》:风险模型提速组合优化的另一种方案-东方证券-20180328

/wiki/static/upload/d3/d3420be6-cba8-4a0f-9d72-594e6bcfe4c7.pdf

\

更新时间:2021-09-24 12:57

分页第1页第2页第3页
{link}