量化投资学习——多因子权重组合优化问题

最新推荐文章于 2024-11-30 14:30:00 发布
最新推荐文章于 2024-11-30 14:30:00 发布
阅读量2.5k 收藏 5
点赞数 1
分类专栏： 量化投资 文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_37876745/article/details/120393563
版权

关于多因子权重组合优化问题，这里首先整理若干链接供大家参考：python optimize_Python与量化多因子——因子权重优化
文章中从常见的因子合成方法，如静态权重，动态权重出发，拓展到了动态权重，介绍了最大化ICIR的缺点，介绍了cvxpy等工具包，包括常见的一些约束问题，文章还举了若干例子，比较好

【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 2751
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
量化投资：股票投资组合优化与评估
weixin_41908924的博客
05-27 3162
这个文本主要讨论了投资组合优化和表现评估。为了在市场条件下测试策略，需要模拟算法进行交易并验证其表现。策略评估包括针对历史数据的回测来优化策略参数和针对新的样本数据进行的前向测试来验证样本内表现。目标是避免将策略定制到特定过去情况下的虚假发现。在投资组合背景下，正的资产回报可以抵消负的价格波动。一个资产的正的价格变化更可能抵消另一个资产的损失，两个位置之间的相关性越低，这种情况就越可能发生。
python optimize_Python与量化多因子——因子权重优化
weixin_39530269的博客
11-20 2030
1. 前言前面我们介绍了使用机器学习的方法进行因子合成，但是这种方法的适用性仍需斟酌使用。例如机器可能会给某个因子过高的权重，为组合带来风险暴露。本文从因子权重优化出发，基于Python Cvxpy库提供了因子权重优化的一个工具。2. 常见因子合成方法静态权重：固定的权重加权，例如常见的等权。这种方法非常直观，领导拍脑袋。动态权重：IC加权，IC_IR加权，最大化IC IR加权。动态权重的方法在很...
多因子权重优化方法比较
weixin_34415923的博客
12-18 1623
​ ­ 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...
Python A股量化投资组合优化策略
jinke2010_happy的博客
06-23 1277
根据投资者的风险偏好和目标收益，通过计算不同资产之间的相关性和差异性，构建合理的投资组合，并进行买卖。
python 因子分析 权重计算_Python与量化多因子——因子权重优化
weixin_39897758的博客
01-28 2097
1. 前言前面我们介绍了使用机器学习的方法进行因子合成，但是这种方法的适用性仍需斟酌使用。例如机器可能会给某个因子过高的权重，为组合带来风险暴露。本文从因子权重优化出发，基于Python Cvxpy库提供了因子权重优化的一个工具。2. 常见因子合成方法静态权重：固定的权重加权，例如常见的等权。这种方法非常直观，领导拍脑袋。动态权重：IC加权，IC_IR加权，最大化IC IR加权。动态权重的方法在很...
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
本报告是由国泰君安发布的金融工程专题报告，主题是基于组合权重优化的多因子选股策略。报告探讨了如何通过组合权重的优化方法，构建市值中性、行业中性、风格中性的最优投资组合，以期获取稳健的超额收益。 报告...
多因子模型matlab,【干货】不可不知的N种量化策略模型——量化因子
weixin_32342535的博客
03-23 2776
原标题：【干货】不可不知的N种量化策略模型——量化因子大家还记得上一个策略么？没错，就是用到了风控因子的动量反转优化策略。而我们今天要扒的，则是风控因子的好基友量化因子(不要问我为什么基友辣么多，我也不知道)!量化引子1理论背景故事要追溯到1952年，那是一个春天，有一位老人，在中国的南海边，咳咳咳咳，抱歉，不小心串词了，事实是这样的： 没错，正是由于这几位大神的杰出贡献，我们得到了量化因子的前身...
长江证券_20161026_多因子模型系列报告之三——利用纯因子组合进行因子投资.pdf
05-12
多因子模型是实现因子投资的一种方法，它构建在多个因子的基础上，通过数学优化，构建出包含多个因子的综合投资组合。多因子模型的关键优势在于它能够更精确地控制投资组合的风险和收益结构。通过多因子模型，投资者...
深度学习笔记——模型压缩和优化技术（蒸馏、剪枝、量化）
最新发布
haopinglianlian的博客
11-30 3042
本文详细介绍模型训练完成后的压缩和优化技术：蒸馏、剪枝、量化。
量化学习——三因子组合
qq_26742269的博客
03-02 1026
市值因子(SMB)对应了做多市值较小的公司与做空市值较大的公司的投资组合带来的收益率；# 账面市值比因子(HML)对应的是做多高BM公司、做空低BM公司的投资组合带来的收益率。# 市场风险溢酬因子(Rmt)对应了（市场投资组合的收益率减去无风险利率）；文章所用文件，我上传到资源库，自己下载。
多因子量化的框架
甄知一二的博客
04-07 1686
风险因子大多来源于股票的基本面数据，很多因子之间存在一定的线性相关性。为了正确的评价一个风险因子是否有效以及在什么程度上有效，必须保证围绕该因子来构建的投资组合可以最大程度的剥离因子之间的相关性。换句话说，
多因子模型之组合构建与优化器（下）
lyx的专栏
10-22 5557
1.不等式约束前面我们讨论了等式约束下的情况，那么如果有不等式约束呢？比如，我们不能做空股票，那么就要求每一个股票的权重都要大于1，或者对于特定的股票我们给予特殊的权重的设定等等。 这里，我们就假设我们设置两个不等式约束： 不能做空 股票s2的权重要要大于等于0.1. 这个时候，我们的约束条件就是： subjectto.A′x≤bsubject to. A^{'}x \leq b 其中，
量化交易之多因子策略
Debroon
04-10 3576
量化交易之多因子策略多因子策略海龟交易：多因子策略、机械交易系统『K线：基本功但不能依靠』『唐安奇通道：衡量市场的波动性/趋势』『平均真实波幅：过去一段时间内市场的绝对波动幅度』『海龟择时：买卖时机和买多少』『海龟风控：加仓、止盈和止损』   多因子策略 多因子就是，选择多个因子，再给他们赋予权重，最后得到一个加权解。 “加权”的意思就是“乘以权重”，举个例子，你要开一个家庭会议，就要不要买洗碗机表态，但是每个人的意见权重不一样，比方说妻子的权重是 50%，丈夫的权重是 25%，小孩的权重占.
多因子组合优化：指数增强策略（附源码入口）
量化交易研究
08-18 2814
策略回测的年化收益率17.96%，最大回撤25.80%，夏普比率0.63，超额收益23.78%。
大A社群丨技术多因子权重策略(GP01)
松鼠宽客的博客
02-08 865
今天我们分享股票社群第一期的多因子策略。根据我们在12月份预售投票情况看，大家还是比较倾向于技术多因子和ETF轮动
什么是多因子量化选股模型？
热门推荐
量化交易研究
07-08 1万+
量化投资中经常听到的“多因子模型”是个什么鬼？因子是影响因素的简称，或简单理解成指标。我们都知道股票收益受到多重因素的影响，比如宏观、行业、流动性、公司基本面、交易情绪等等。所谓“多因子模型”，说白了就是寻找那些对股票收益率最相关的影响因素，使用这些因素（因子或指标）来刻画股票收益并进行选股。 多因子模型是量化投资领域应用最广泛也是最成熟的量化选股模型之一，建立在投资组合、资本资产定价（CA...
python 组合优化_python中的多周期投资组合优化
weixin_30005929的博客
02-19 1378
场景：我尝试在多个时期的场景中，使用不同的约束条件(权重、风险、风险规避…)进行多个投资组合优化。在我已经做了些什么：从cvxpy的例子中，我发现了如何在一个非线性二次公式下优化投资组合，该公式产生了投资组合组成中资产的权重列表。我的问题是，尽管我有15年的月度数据，但我不知道如何针对不同的时期进行优化(代码，就其当前形式而言，在我的数据的整个时间跨度内产生最佳组合)。在问题1:是否可以针对不同时...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

量化橙同学

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值