量化投资中的因子逻辑与多因子选股的概念
如何理解多因子选股
量化交易:多因子选股之有效因子
这篇文章对我来说,还是不够透彻。我需要理解什么是因子。
量化投资中的因子逻辑是什么?该如何实现?
这篇文章将因子分为了估值因子,成长因子,财务质量因子,杠杆因子,规模因子,动量因子,波动率因子,换手率因子,情绪因子,股东因子以及技术因子十一个大类,每个大类因子中又分别选择了一些小因子做了一个简单的描述。
可见,因子是利用股票的历史数据(高开低手成交量等)和各种各样的市场数据(比如利用新闻文本数据挖掘得到的市场情绪因子)通过一定的算法计算出来的数值。这个数值可以用来对股票的当前状况进行估量,对股票的未来走势进行预测!
我们来看几个例子
在这个图中,市盈率,顾名思义,市值和盈利的比率;市净率:市值和净资产的比率。那么市盈率这个因子比较高,说明了什么呢?
显然,这说明相对于公司的实际经营情况,股价的虚高程度。这个比率太高就意味着该股票可能是存在泡沫的。
市盈率(PE) = 市值 / 公司净利润 = 股价 / 每股收益
上面这个公式1把市盈率这个因子拆解得很清晰。光是用市盈率这个因子就可以帮助大家在选股的时候对股票进行初步筛选。
这个时候我们回过头,去看开头的多因子选股的文章,就能看懂了。
各种多因子模型核心的区别第一是在因子的选取上,第二是在如何用多因子综合得到一个最终的判断。
一般而言,多因子选股模型有两种判断方法,一是打分法,二是回归法。
打分法就是根据各个因子的大小对股票进行打分,然后按照一定的权重加权得到一个总分,根据总分再对股票进行筛选。回归法就是用过去的股票的收益率对多因子进行回归,得到一个回归方程,然后再把最新的因子值代入回归方程得到一个对未来股票收益的预判,然后再以此为依据进行选股。
多因子选股模型的建立过程主要分为候选因子的选取、选股因子有效性的检验、有效但冗余因子的剔除、综合评分模型的建立和模型的评价及持续改进等5个步骤。
如何检验因子的有效性
一般检验方法主要采用排序的方法检验候选因子的选股有效性。
具体而言,对于任意一个候选因子,在模型形成期的第一个月初开始计算市场中每只正常交易股票的该因子的大小, 按从小到大的顺序对样本股票进行排序,并平均分为n个组合,一直持有到月末,在下月初再按同样的方法重新构建n个组合并持有到月末,每月如此,一直重复到模型形成期末。
既然是排序了,那么从0~9这十个组合,它们的因子的大小应该也是从小到大的。
基本思想:我们需要采取循环测试,每月按照因子的值升序排序,然后选取某一区间(共十个均分区间)的股票作为标的,全仓等权重买入,每月换仓,统计最终结果。2(这样做的目的:始终保持0~9十个组合的因子大小是从小到大排列的)
上图的纵轴代表了绝对收益,对于这个年化净资产收益率因子来说,右边(因子比较大的一边)的绝对收益比较高。这是符合我们的预期的。BTW,经过检验,我们就可以说这个因子是有效的。我们就可以用历史数据计算股票的年化净资产收益率,用它来支持我们的股票购买决策。
https://www.zhihu.com/question/34552077 ↩︎
https://www.douban.com/doulist/110048334/ ↩︎
量化投资中的因子逻辑与多因子选股的概念相关推荐
- 量化投资中的因子逻辑是什么?该如何实现?
本文主要是参考华泰多因子系列研报,整理了十一个大类因子的因子逻辑,以及大类因子里一些小因子的描述和平台实现方法. 对于使用量化方法的朋友来说,如何选择和使用因子是十分重要的一环.而因子的种类很多,对于 ...
- 量化投资中的因子是什么?因子是如何分类的,包括哪些?
因子就是对个股有解释的因素.因子的种类很多,不同类别的因子从不同的维度对个股收益进行解释.比如基本面因子的数据来源方面有很大一部分是财务报表,从估值.成长.盈利能力等多个方面对股票收益进行解释.量价因 ...
- QUANT[10]量化交易——因子暴露度,因子收益与模型
QUANT[1]:从零开始量化交易 - プロノCodeSteel - CSDN博客 QUANT[2]:量化交易策略基本框架搭建 - プロノCodeSteel - CSDN博客 QUANT[3]:量化交 ...
- 量化交易 实战第七课 单因子 IC 分析
量化交易 实战第七课 单因子 IC 分析 概述 代码实现 导包 1. 准备因子数据 2. 准备价格数据 3. 生成通用 Alphalens 结构 4. 计算因子 因子 IC 结果分析 时间序列图和移动 ...
- python多因子量化选股模型_量化新兵第十步:多因子选股模型
前 言 APT套利定价理论是在资本资产定价理论的基础上进行延申,假定因素模型能描述证券收益,当市场不存在无风险套利时,可以构建多因子线性模型给股票定价,若结果与实际股价发生偏差,我们可以对低估值的股 ...
- Python量化交易学习笔记(47)——因子扩展
用这篇文章记录一下目前学习过程中使用到的因子,包括使用纯指标规则以及使用机器学习方法所使用到的因子,以便于后续文章描述使用.这里以日线数据为例,周线.月线的因子扩展需要注意适度减小均线周期大小等参数. ...
- 量化交易 第十五课 单因子有效性分析之 Alphalens
第十五课 单因子有效性分析之 Alphalens 概述 Alphalens 的数据结构 参数 factor 格式 price 格式 API 获取综合信息 因子 IC 分析 因子收益率系数分析 概述 A ...
- 量化投资中的特征工程
导语:近年来,国内量化投资迎来了发展的黄金期,但涉及机器学习的量化投资还比较少.机器学习领域的大神Andrew Ng(吴恩达)老师曾经说过机器学习很大程度上就是特征工程,因此本文主要介绍下特征工程在量 ...
- 【邢不行|量化小讲堂系列43-实战篇】:在量化投资中,原来K线还能这么画(附画K线代码)
引言: 邢不行的系列帖子"量化小讲堂",通过实际案例教初学者使用python进行量化投资,了解行业研究方向,希望能对大家有帮助. [历史文章汇总]请点击此处 [必读文章]EOS期现 ...
最新文章
- leetcode--字符串转换为整数--python
- 解放双手|Python 自动搜索、翻译、存储文献标题摘要!
- python strip_Python3 strip()方法
- android性能优化 掘金,Android性能优化之内存泄漏
- [转载] python pandas.read_csv读取大文件
- [swift 进阶]读书笔记-第八章:错误处理 C8P3 带有类型的错误
- 我们是如何认识这个世界的呢
- 如何选择seo优化关键词
- 用Python下载煎蛋网全站好看的小姐姐!
- MySQL 文件结构、逻辑架构及 sql 执行流程分析作者:Java后端架构
- java 将数据生成word文档,并实现打勾选择框
- 亲测绝对有用,,电脑不显示可连接WiFi列表,无法连接WiFi的解决办法。
- AMESim锂离子电池包电化学机理模型
- CS党必须了解的P/NP常识
- 英语在线听力翻译器_英语听力翻译最新版-英语听力翻译APP下载v2.1.4-红软网
- 【计算机毕业设计】50.课程设计管理系统
- 在两个数字之间求出其间所有质数
- 随身Wi-Fi的事儿
- Java坦克大战游戏源码(java坦克大战)
- 两台计算机共享公文包,公文包怎么共享,给其它电脑使用_公文包什么人使用