基于组合权重优化的风格中性多因子选股策略_数量化专题之五十七

最新推荐文章于 2021-02-02 10:54:50 发布

kangzuoning

最新推荐文章于 2021-02-02 10:54:50 发布

阅读量3.5k

点赞数 1

分类专栏： Financial Engineering Paper

本文链接：https://blog.csdn.net/kangzuoning/article/details/76325093

版权

Financial Engineering Paper 专栏收录该内容

6 篇文章 3 订阅

订阅专栏

国泰君安_刘富兵_2015-04-26
基于组合权重优化的风格中性多因子选股策略_数量化专题之五十七

一. 内容摘要

基于股票组合的权重优化方法，构建市值中性、行业中性、风格中性的最优投资组合，可获得稳健的超额收益。
任意股票都在同一时刻暴露于多种不同的风险因素下，它们之间的共同作用形成了股票价格的波动。通过对不同风险因子的梳理研究，可实现对股票收益来源的分解剥离，从而定量的研究股价波动的成因。
-

二. 详细内容
三. 总结分析

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

kangzuoning

关注关注

1
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

【量化交易】组合优化三部曲：换手率和alpha模型&换手约束下的最优模型&时变IC下的多空/多头最优组合换手率

wenyusuran的专栏

01-05

2450

前言单因子模型，考虑策略风险（即IC时序波动），最大化风险调整后收益的主动增强组合优化 01 无约束下，多空最优组合的换手率的解析解 02 跟踪误差约束下，多头最优组合的换手率的数值优化 03 跟踪误差+个股权重下限+持股数目约束下，多头最优组合的换手率经验公式无约束条件下多空最优组合的换手率：其中，N表示股票池数目，σmodel表示组合跟踪误差，????表示alpha预测的一阶自相关系数，σ表示股票平均特质风险。可知，投资组合的目标跟踪误差越大，股票数目越多，alpha预测的一阶自相

python行业中性_单因子测试（上）——因子中性化

weixin_39836536的博客

11-29

3624

之前做了很多因子测试的工作，但一直没有总结，感觉很凌乱，决定花时间把这部分东西写一写，温故知新，也为后续学习打基础。首先写一下单因子测试部分，分三篇，数据预处理一篇，回归法一篇，分层测试法一篇。本篇首先说明多因子模型是什么，随后着重于单因子测试流程及数据预处理的细节，附代码。01因子模型概述均值方差模型马科维茨的均值方差组合模型是金融学中最著名的投资组合模型，模型想回答的问题是，当投资者需要进行...

参与评论您还未登录，请先登录后发表或查看评论

国泰君安_金融工程专题报告_基于组合权重优化的多因子选股策略.pdf

04-28

国泰君安_金融工程专题报告_基于组合权重优化的多因子选股策略，构建市值中性、行业中性、风格中性的最优投资组合。

多因子权重优化方法比较

weixin_34415923的博客

12-18

1474

在多因子量化投资体系中，具有稳定的预期收益，可解释的经济驱动理论，与其他因子的低相关性是选择alpha因子的关键指标。本篇文章中，我们以此为因子选取标准，简单地构建了自己的因子库，总共包括八个大类因子，每个大类因子中包含四到五个子类细分因子。为了比较不同的权重优化方法的优劣，本文首先采取不同的方法对各个大类因子下的细分因子进行合成，确定了不同大类因子的各自最优的合成方法；其...

多因子选股的策略实现（附：源码）

热门推荐

量化交易研究

06-26

4万+

经过前两篇文章，我们把多因子选股策略三大步骤：因子的选取，检验，冗余因子剔除等介绍了一遍，接下来这一篇将利用已经得到的结论，完成最后一步，策略的实现。我们根据前两篇文章的内容，我们选取以下因子来构建策略：TAGRT，ROEANNUAL，SHTLIABTOTLIABRT，PB 其因子的有效性图如下，股票池为“IT指数”成分股。策略构建：基本思路：我们按照一定排列规则，...

个人选股风格

无休居士的博客

10-16

571

我的方法一是找以前经常涨停的，有涨停板基因。二是看它涨得多不多，有没有压力位。三就是要对比它是不是强于大盘，均线技术到位，再看当天是不是有爆量。每天的好股好多好多，要选中也难。重点在于细节。细节决定成败。如果自己有自己的方法并且实用，就证明自己有一技之长了。还有你要把股票想像成人登山，涨得快涨得多就要回调就要等待，当然有更好的股也可以换股操作后面还要买回来。就像一个人爬山爬累了，你要允许它休息，

python 因子分析权重计算方法_【万矿新品】因子研究利器——WindAlpha

weixin_39664995的博客

12-09

1211

原标题：【万矿新品】因子研究利器——WindAlpha 因子选股模型是我们在量化策略研究中使用最多的一种方法。今天，万矿重磅推出一款高效、便捷的因子分析工具——WindAlpha，让您在万矿上用于进行一站式的因子测试和研究。WindAlpha是万矿开发的一款基于Python的因子分析函数库，它包括了：数据获取与处理对原始数据进行了剔除停牌、ST、新上市、缺失值处理，同时做了去极值、标准化，中性化处...

20210512-国信证券-金融工程专题研究：基于分析师认可度的成长股投资策略.pdf

05-12

基于分析师认可度的成长股投资策略涉及了金融工程和数量化投资的多个方面，包括如何从高增速股票中挑选具备真正成长性的标的，以及如何利用证券分析师的研究成果和业绩预测，构建具有超额收益的成长股投资组合。...

【重磅】AI Alphas(A股版)【原版】

bigquant的博客

12-27

1467

本篇报告详尽地介绍了基于人工智能的阿尔法策略框架，包括基于AI技术在策略研究上的阶段性的工作和成果，并提供完整代码，读者可前往BigQuant人工智能量化投资平台克隆此策略，复现效果和继续改进。希望本文能帮助读者拓展研究思路，应用AI来做更好的量化策略研发，把人工智能的能力赋予更多的投资者 (Democratize AI to empower investors)。摘要本篇报告构建...

基于遗传算法、强化学习自动选择高频因子python实现源码+项目说明.zip

最新发布

08-29

(2) 因子开发的格式因子名称: Liquidity_DeltaTurnover 一级分类: PriceVolume 二级分类: Liquidity 因子编号: Factor01040009 因子含义: 因子说明: 因子算法: 因子来源：海通证券《选股因子系列研究 *****》 ...

基于Barra多因子模型的组合权重优化

bigquant的博客

11-30

4322

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： rj=x1f1+x2f2+x3f3+x4f4⋅⋅⋅⋅xKfK+ujr_j=x_1f_1+x_2f_2+x_3f_3+x_4f_4 ···

testbench

qp314的专栏

02-04

6017

1. 激励的产生对于testbench而言，端口应当和被测试的module一一对应。端口分为input,output和inout类型产生激励信号的时候，input对应的端口应当申明为reg, output对应的端口申明为wire，inout端口比较特殊，下面专门讲解。1）直接赋值。一般用initial块给信号赋初值，initial块执行一次，always或者forever表示由事件激发反复执行

【新一配】选股+择时策略组合

xinyipei的博客

10-09

2562

【新一配】选股+择时策略组合导语：本文讨论交易中两个非常重要的命题：选股+择时，并将其两者结合起来开发策略。选股就是要选一只好股票，而择时就是选一个好的买卖时机。如果投资者选了一只很差劲的股票，无论怎样择时操作，都无法获得超额的利润。但如果只选股而不进行择时，又可能面临系统性风险爆发的困境。如何将选股和择时策略有机地结合起来？本文列出两个策略，第一个策略为纯选股策略，没有择时，即任何时候都有...

将quantopian的动量策略迁移到老虎证券量化api

数理文章

04-05

1506

原quantopian的动量策略，感谢原策略作者首先需要获取数据 dataframe的列是各个股票的代码，index是时间，日频 def get_price(bars_num): stocks = read_sp_500code() df=pd.DataFrame(columns=['symbol','time','open','high','low','close','volu...

一个alpha量化的开源项目--Signal_Report_Platform（单因子测试报告）

lyx的专栏

10-03

3991

目前，网上其实有很多量化的回测平台，比如之前笔者写过教程的backtrader和pyalgotrade，当然还有大名鼎鼎的zipline。但是值得注意的是，这些其实某种意义上是一个回测平台，如此而已。如果做cta，可能就足够了，但是如果是要做多因子策略的话，这种回测平台可能只是整个体系当中的一个小小的部分。基于这样的原因，所以打算在闲时写一个多因子策略的量化平台。目前刚开始起步，先从单因子测试开始

回测框架zipline数据源，pandas_datareader

weixin_33893473的博客

04-04

519

为什么80%的码农都做不了架构师？>>> ...

数据预处理（下）之中性化（不止行业和市值中性化~）

纸上得来终觉浅

04-30

2万+

转载自：https://www.ricequant.com/community/topic/4309/ 在上一个帖子中，我们总结了离群值处理和标准化，而本文将解释何为中性化以及其它的一些“中性化”定义。同样的，欢迎大家补充和讨论！！（接上帖）中性化当我们提及中性化时，我们往往是希望剔除待使用数据中那些多余的风险暴露。这些数据根据不同的应用场景会有不同类型，比如...

【点宽专栏】国泰君安——综合期限多样性的趋势选股策略

Digquant的博客

02-02

615

前言此策略报告策略构建部分参考国泰君安综合期限多样性的趋势选股策略数量化专题之九十。原报告思想移动平均线由于具有简单直观的特征，是最常用的技术指标之一，除了简单发送多空信号之外，移动平均指标作为历史股价走势信息的载体，能够对未来收益起到一定的预测作用。由于不同期限移动平均指标包含的信息不同，本报告策略的核心思想在于同时捕捉个股历史短期、中期、长期趋势特征，并结合市场整体环境，构建趋势模型，进行个股收益的预测。模型本身不依赖于市场短期、中期、长期的动量反转特征的事前假设，各移动平均指标的预

pgbench(postgresql压力测试工具)

sunbocong的博客

04-20

1万+

pgbench(postgresql压力测试工具) 简介 postgresql自带提供了一款轻量级的压力测试工具：pgbench 可自行编写脚本，按自己的需求对数据库进行性能压力测试。且postgresql论坛上有众多网友分享自己编写的针对pgbench的拓展工具，极大的增强了他的功能。测试环境操作系统：Ubuntu 15.10 数据库：postgresql 9.4 ...

基于组合权重优化的风格中性多因子选股策略 python

08-02

基于组合权重优化的风格中性多因子选股策略使用Python可以分为以下几个步骤： 1. 因子选取：首先，选择一些能够解释股票收益率的因子，常用的有市场因子、估值因子、动量因子等。可以使用Python编写代码，通过获取市场数据和财务数据，计算这些因子。 2. 因子预处理：对于每个因子，需要进行预处理，以便使得它们具有可比性。预处理方法包括标准化、中性化等。可以使用Python中的pandas、numpy等库进行数据处理。 3. 因子打分：根据每个因子的历史数据，为每支股票计算一个因子得分。可以使用Python中的pandas、numpy等库进行计算。 4. 因子加权：将每个因子的得分进行加权，得到每支股票的综合得分。可以通过编写Python代码实现加权计算。 5. 组合优化：使用组合优化方法确定每支股票的权重，以构建一个风格中性组合。可以使用Python中的优化库，例如cvxpy、scipy等。 6. 回测和评估：使用历史数据进行回测，评估策略的表现。可以使用Python编写代码，计算策略的收益率、风险等指标，并绘制相关图表。总体而言，基于组合权重优化的风格中性多因子选股策略使用Python可以灵活地进行因子选取、数据处理、计算和优化等过程，帮助投资者构建一个风险与收益均衡的股票投资组合。同时，Python的丰富的数据分析和优化库，方便了策略的实现和评估。