期货多因子思路
- 构建
- 筛选
- 构建预测模型
- 回测、分析
- 实盘
因子构建
- 库存(非线性如何解决:可能关注一阶、二阶)
- 基差(现货和期货如何分别构建?)
- 均线(多周期、多频率)
- 主力持仓(是否关注全部蜘蛛网还是重点会员单位?)
- 支撑阻力强度(更有效的构建)
- 换手率(普通、异常、有效)
- 波动率(普通、异常、自制)
- 利润(现货和期货如何分别构建?)
- 农产品看供给、工业品看政策(如何构建?)
- 资金流入流出
- 情绪
筛选
- 单因子->IC_IR,分层,有效性
- 不同因子间->相关性分析、正交、主成分因子
- 甚至抛弃排序->直接采用因子值再一轮分析
- 对于各种检验方法 如若最终数据量大 可以考虑
模型
- 因子等权
- 均值-方差优化
- 动态正交
- 基于向量机、随机森林、XGBoost的预测模型
注意点
- 交易成本如何包含在模型回测中?
- 合理快速的python框架
- 成交手数、乘数(实盘)
- 是否需要因子约束?
总结
股票和期货不同点在于做空机制,因此在前段时间的测试中发现因子效果并不理想
但该方向有很好的前景在于筛选品种,结合cta策略在资金曲线方面应该会有提升。
如果您看到这篇文章有收获或者有不同的意见,欢迎点赞或者评论。
群:984328985
丁。