量化交易 米筐 多因子策略理论

最新推荐文章于 2023-01-26 18:39:07 发布
最新推荐文章于 2023-01-26 18:39:07 发布
阅读量1.1w 收藏 2
点赞数 1
分类专栏： 量化交易 文章标签： 量化交易
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/weixin_45875105/article/details/120705285
版权
本文介绍了股票量化策略中的多因子策略，重点讨论了Alpha和Beta的区别，以及如何通过多因子模型如CAPM、APT、FF三因子和五因子模型来获取超额收益。内容涵盖基本面指标、市场风险溢价等多个角度，旨在帮助投资者理解如何在市场中筛选优质股票。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

股票量化策略介绍

1、股票量化策略–获取超额收益

  • 趋势交易（技术分析） 趋势追踪（交易时机判断）
  • 市场中性（基本面分析） 多因子选股（通过选股）

2、Alpha与Beta

2.1 Alpha和Beta

投资策略收益率分为两部分：

  • 一部分与市场完全相关，整个市场的平均收益率 * Beta系数，Beta被称为投资组合的系统风险。
  • 另一部分和这个市场无关 叫做 Alpha
  • 回归方程 y(总收益) = 市场表现 * Beta + Alpha(超额回报)

1、Alpha 比较难，beta很容易

2、Alpha 就是精选个股，跑赢市场

3、Beta 就是有市场行情时跟上，有风险时躲避

  • 获取Alpha超额收益，有很多策略，比如多因子选股策略

3、多因子策略

3.1、什么是多因子策略

找到某些影

了解本专栏 订阅专栏 解锁全文 超级会员免费看
量化交易 米筐 多因子策略总结
廷益_飞鸟的博客
10-13 1049
量化交易 米筐 构建一个完整策略
廷益_飞鸟的博客
10-10 3019
实现第一个股票策略 1、选股简单介绍 选择某些表现比较好的股票作为股票池，从中进行交易的判断或者直接购买。 2、需求 选股：获取市盈率大于50且小于65，营业总收入前10的股票 调仓：每日调仓，将所有资金平摊到 10个股票的购买策略， ​ 一次性卖出所有不符合条件的股票 3、代码 # 选股：获取市盈率大于50且小于65，营业总收入前10的股票 # 调仓：每日调仓，将所有资金平摊到 10个股票的购买策略，一次性卖出所有不符合条件的股票 # 在这个方法中编写任何的初始化逻辑。context对
量化交易之多因子策略
Debroon
04-10 3620
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.
【量化交易】多因子策略与理论介绍
黑马程序员官方博客
12-16 1946
多因子选股策略是一种应用十分广泛的选股策略，其基本思想就是找到某些和收益率最相关的因子。
量化交易 米筐 多因子有效性分析、相关性、合并
廷益_飞鸟的博客
11-29 1373
对因子有效性分析 可以得到以下表格 因子筛选表格（用于筛选因子） 因子方向性 表格（用于确定因子方向性） （表中表示因子 从小到大） 因子相关性分析（方便因子的合并） 因子的合并 根据需要合并相关性因子 from sklearn.decomposition import PCA pca = PCA(n_components=1) # 因子合并 fund['inc_operating'] = pca.fit_transform(fund[['inc_revenue_ttm', 'operating_r.
量化交易 米筐 多因子合成（回测中使用）
廷益_飞鸟的博客
11-29 926
多因子合成 1、因子合成 将一些相关（高、低）的因子合成一个因子 方法: 使用PCA方式（使用于较强相关性） 2、核心代码 将因子 inc_revenue_ttm 和 operating_revenue_growth_ratio_ttm 合成为一个因子 inc_operating from sklearn.decomposition import PCA pca = PCA(n_components=1) # 因子合并 fund['inc_operating'] = pca.fit_transform(fu
量化交易 米筐 单因子有效性分析--因子IC分析
廷益_飞鸟的博客
10-14 3244
多因子的筛选阶段介绍 1、筛选阶段的任务 单因子有效性分析 500个因子 选择==> 100个因子，真正对收益率有贡献 多因子相关性分析 把相关性高的得出，删除某一些 多因子合成 特征如此之多，那么如何找到因子对应的股票收益率比较好？ 因子和收益率之间的联系 因子特征值 因子和收益率之间的联系 因子（特征值），收益率（目标值） 2、挖掘因子的过程 1、从上百个因子中分析出，对收益率有效的因子 在每个大类因子中去做筛选，每个大类中筛选出有效的N个因子 质量、估值、成长等因
量化交易 米筐 多因子策略与研究平台API
廷益_飞鸟的博客
10-11 963
1. 多因子策略流程 因子的处理和探索 回测的过程 完整的流程 因子挖掘 因子数据的处理 去极值 标准化 中性化 单因子的有效性检测 因子IC分析 因子收益率分析 因子的方向 多因子相关性和组合分析 因子相关性 因子合成 回测 多因子选股的权重 调仓周期 2. 因子挖掘怎么做 使用 研究平台 【投资研究】类似于 jupyter notebook 3.研究平台函数 官方文档 3.1 get_price - 获取合约历史行情数据 get_price(order_book_
米筐四季度策略精选
Ricequant的博客
01-08 2468
阅读原文请点击链接：https://www.ricequant.com/community/topic/4691/?utm_source=CSDN     白马过隙，随着最后一代90后正式踏入成年大关，我们也与2017正式说再见。在过去的一年里，公众号的粉丝成功翻番。在我们普及金融科技教育的同时，收获了与用户间的深厚友谊。本篇文章将为大家梳理2017年四季度一起度过的美好回忆。  
量化交易 米筐 策略评价指标
廷益_飞鸟的博客
10-10 1万+
策略的评价指标 官方文档 1、策略的评价指标 收益指标 风险指标 2、收益指标 2.1 回测收益率: 策略在期限内的收益率。 （最终总价值 - 初始总价值) / 初始总价值 回测收益=期末投资组合总权益−期初投资组合总权益期初投资组合总权益 回测收益 = \frac{期末投资组合总权益 - 期初投资组合总权益}{期初投资组合总权益} 回测收益=期初投资组合总权益期末投资组合总权益−期初投资组合总权益​ 2.2 基准收益率: 参考的标准、市场表现情况作为标准来看我们的策略。（默认基准沪深 300 ）
量化交易 米筐 案例：市值因子选股策略
廷益_飞鸟的博客
10-11 2060
案例：市值因子的选股策略 1.结果 获得超额收益 年化 49% 2. 从股票中选择市值小的股票 选定财务数据筛选 进行每日调仓(多因子选股调仓 周期频率会小一些) 3. 代码 估值有关指标 # 在沪深300股票中，选出市值比较小的10只股票 # 在这个方法中编写任何的初始化逻辑。context对象将会在你的算法策略的任何方法之间做传递。 def init(context): # 沪深300组合 stocks = index_components('000300.XSHG') # 沪深3
米筐三季度策略精选
weixin_34007886的博客
10-12 398
带权重的多因子策略1.01、首先选择股票池和因子2、对每个时期的因子暴露度进行标准化和异常值处理。3、因子分析取前两个月作为有效因子鉴别，因子权重处理的分析时间段。因子判别规则：对暴露度与下一期的收益的pearson/spearman得相关系数作为IC，IC是计算IR的基础。因子权重就是让复合因子的IR最大的向量。有效因子的鉴别就是单个因子IR绝对值最大的3个因子4、股票打分将股票的暴露度分成N组...
数据分析-多因子探索分析理论铺垫
Jamin2018的博客
04-04 956
多因子探索分析理论铺垫假设检验与方差检验相关系数：皮尔逊、斯皮尔曼回归：线性回归PCA与奇异值分解假设检验：  1.建立原假设Ho（包括等号），Ho的反命题为H1，也叫备择假设2.选择检验统计量3.根据显著水平（一般为0.05），确定拒绝域4.计算P值或样本统计值，作出判断卡方检验：一个样本样本内部比较假设化妆这个行为不分男女，用卡方检验检验该假设129.3 > 3.841 ,在拒绝区，故假...
量化交易 米筐 策略初始设置与运行流程
廷益_飞鸟的博客
10-08 1812
策略运行流程熟悉 1、初始运行信息 2、编写策略的逻辑 3、策略的一个分析 1.策略初始设置介绍 基础设置：指定回测的起止日期、初始资金以及回测频率 起止日期：在历史数据，回测区间（5-10年） 初始资金：有多少钱用于策略的投资，用于投资的总资金 回测的频率：每日交易判断 / 每分钟交易判断（市场中性，判断周期可能更长，一个月等等） ​ 有两种选择，日回测 / 分钟回测 ​ 做股票量化选择日回测即可。 2.策略主体运行流程 init
量化交易 米筐 策略回测总结
热门推荐
廷益_飞鸟的博客
10-11 1万+
多因子选股(股票)
weixin_41955821的博客
03-21 1617
# coding=utf-8 from __future__ import print_function, absolute_import, unicode_literals import numpy as np from gm.api import * from pandas import DataFrame ''' 本策略每隔1个月定时触发,根据Fama-French三因子模型对每只股票进行回...
【量化】4天学会python机器学习与量化交易-笔记2(p11~p15)
GreatXiang888的博客
02-28 1957
文章目录p11 案例：介绍p12 实现简单的一个选股策略 米筐量化交易API：这里 https://www.ricequant.com/doc/rqdata-institutional p11 案例：介绍 视频链接：案例：介绍 1，需求 选股：获取市盈率大于50且小于65，营业总收入前10的股票。 调仓：每日调仓，将所有资金平摊到这10个股票的购买策略，卖出时一次性卖出所有不符合条件的股票。 ...
量化选股——基于Fama-French三因子模型的量化策略
呆萌的代Ma
01-26 1万+
多因子模型（Multifactor Model），也是使用最为广泛的模型（神似ywxby=wx+bywxb因子：资产收益（率）的解释变量多因子模型：是基于“因子”的投资理论构造出的一个模型，用于描述投资的逻辑因为多因子模型是希望构建“解释变量”来解释最终收益，因此在构造模型的过程中，会存在一些前提条件。想象这样一个场景：过去买了好多股票【股票的组合】，每天都会有当天的损益，最终形成收益曲线图。因子是用来解释股票本身的，而最终会通过作用于个股价格的涨跌，将损益传递给整个组合。
量化交易 米筐 单因子回测框架（因子方向性确定）
廷益_飞鸟的博客
11-10 1902
因子方向性确定 当筛选出部分因子后，其实我们还要去观察它在回测过程中真实的收益率情况， 所以需要建立每个因子的回测框架，主要对不同分位上的股票进行统计。 也就是 以下图： 代码 # 可以自己import我们平台支持的第三方python模块，比如pandas、numpy等。 # 对每个因子, 在股票位置上（因子的方向）的回测结果统计 import numpy as np # 在这个方法中编写任何的初始化逻辑。context对象将会在你的算法策略的任何方法之间做传递。 def init(context):
米筐量化交易策略代码
最新发布
12-18
2. **策略类设计**：创建一个继承自`AbuFactorBuyBase`或自定义的交易因子类，定义入场条件（如技术指标突破）、资金管理规则以及退出条件。 ```python class MyStrategy(AbuFactorBuyBreak): def __init__(self, ...
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

廷益--飞鸟

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