本文探讨了在Barra多因子模型下，如何通过优化股票组合权重实现行业中性和风格中性，以达到最小化风险或最大化风险调整后收益。通过线性分解股票收益率并设定特定约束条件，研究了不同优化目标函数对组合的影响，最终展示了在价值因子上主动暴露风险敞口的案例。
本篇文章有别于传统的多因子研究，我们并未将重点放在阿尔法因子的挖掘上，而是通过对股票组合的权重优化计算，找到了在市值中性、行业中性、风格因子中性约束下的最优投资组合，以及验证得到的组合权重是否满足了约束条件。
结构化多因子风险模型首先对收益率进行简单的线性分解，分解方程中包含四个组成部分：股票收益率、因子暴露、因子收益率和特质因子收益率。那么，第只股票的线性分解如下所示：
r j = x 1 f 1 + x 2 f 2 + x 3 f 3 + x 4 f 4 ⋅ ⋅ ⋅ ⋅ x K f K + u j r_j=x_1f_1+x_2f_2+x_3f_3+x_4f_4 ····x_Kf_K+u_j rj=x1f1+x2f2+x
最低0.47元/天 解锁文章
扫一扫
8689
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
