多因子模型(MFM)
多因子模型(Muiti-Factor M: MFM)
- MFM 多因子模型
- Alpha的定义和业绩的衡量(IR):
- 多因子模型构建
- 1. 准备工作
- 2. 收益模型
- 3. 风险模型:
- 4. 优化模型
看这部分前可以温习下 基本的APT模型
风险的定义
MFM 多因子模型
- 宏观经济因子模型:
- 统计因子模型:
- 基本面因子模型(最有效):基本面因子模型使用可观察到的股票自身的基本属性,比如分红比
例、估值水平、成长性、换手率等指标,作为股票市场收益率变动的主要解释变量。基
本面因子主要是进行横截面分析,确定股票收益率对因子的敏感性(Beta值),基本面
因子一般可以归纳为基本面类、估值类、市场类。
基本面多因子模型最基本的假设是:具有类似“属性”的股票,在市场上应该有相似的收益
率。这些类似的属性可以是相同的行业、相似的交易属性(比如交易价格、交易量、市值大
小、波动率等)、相似的财务属性(来自于三张财务报表的各种比例或者增长率等)、相似的
估值属性(PB、PE、PS、PCF等)。
多因子模型识别这些共同的基本面因子,并且估计收益率对这些因子的敏感性,得出股票或
者组合的预期收益率,最后通过风险模型,根据投资者的收益—风险偏好挑选合适的股票并
进行权重分配。
假设一个投资组合由N个股票组成,它们在组合中的权重分别是hpi,hp2,.…,hpN,则组合的
收益率为:
对于一个包含N只股票和K个因子的系统,多因子模型本质上是将对于N只股票的收益一风
险预测转变成对于K个因子的收益—风险预测。对于一个使用多因子模型的投资经理而言,
她/他原本面对的操作对象是N只股票,通过多因子模型,操作对象转换成了K个因子。
多因子模型并不是一个因果关系的模型,即所谓的因子只是在统计上和收益率存在相关关系,
是试图解释收益风险的维度,多因子模型并不关心他们是否存在因果关系。
Alpha的定义和业绩的衡量(IR):
Alpha定义
Alpha和Beta是相辅相成的,分别是使用线性回归将组合收益率分解为与业绩基准相关的
部分和业绩基准不相关的残差部分。如果rp(t)是投资组合在时点t =1,2,3,…,T上的超额收
益率,rg(t)是业绩基准在同时期的超额收益率,那么回归模型为:
。组合P的残
差收益率是:
根据定义,业绩基准组合的残差收益率总是等于零,即θg=0总是成立。因此,业绩基准组合的Alpha必然等于零,为了保证αg =0,我们要求股票层面的Alpha列向量满足业绩基准中性的约束。
业绩的衡量 IR:
的业绩衡量指标是信息比率IR(Information Ration),IR是年化残差收益率对年
化残差风险的比值。
多因子模型构建
1. 准备工作
有效因子识别之因子IC值:https://blog.csdn.net/weixin_40248634/article/details/129161702
2. 收益模型
- 异方差分析:对于模型是否存在异方差的检验,可以采用Breusch-Pagan test或者White test两种方法
- 多元线性回归
- 估计因子预期收益:
目的: 从过去得到的因子收益率(也就是回归的系数)来预测T+1 应该使用的因子收益率,进而才能用于预测T+1 的股价
也可以用指数加权移动平均法(Exponentially Weighted Moving Average,EWMA):时间序列预测法:1 AR(q), MA§, ARMA(q,p) 等。 - 计算股票预期收益
3. 风险模型:
多因子风险模型的主要观点是,股票的收益率可以被一组共同因子和一个仅与该股票有关的
特异因子解释,即任何股票的收益率来自两个方面:共同(因子)部分,特异部分。
多因子模型并不是一个因果关系的模型,即所谓的因子只是在统计上和收
益率存在相关关系,是试图解释收益风险的维度,多因子模型并不关心他们是否存在因果关
在多因子模型的框架下,市场的风险结构变为:
4. 优化模型
投资组合的优化问题 是一个二次优化模型,
要求解的目标是投资组合P的权重向量hp,
- 第一个模型是控制风险,最大化收益的模型
- 第二个模型是保证收益,最小化风险的模型;
matlab 求解:https://ww2.mathworks.cn/help/optim/ug/quadratic-programming-portfolio-optimization-problem-based.html
多因子模型(MFM)相关推荐
- 方法导论 | α、β收益及其策略构建
α收益&β收益 量化投资中的 α(收益)和β(收益)最早是从CAPM模型中衍生出来的概念.一个资产投资组合的实际收益率可以用如下回归方程度量: 根据上述公式,可以将资产组合收益率分为两部分: ...
- 推荐系统笔记:基于潜在因子模型的协同过滤(latent factor model)
1 基本思想 基本思想是利用评分矩阵行和列的高度相关性.数据具有内在的丰富关联性,并且生成的数据矩阵通常可以通过各条目均有数值的低秩矩阵很好地近似. 潜在因子模型被认为是推荐系统中的最新技术.这些模型 ...
- 多因子模型的前世今生
做量化,经常听到多因子模型,豆瓣直接搜索"多因子模型"找不到相关的理论书籍,汇总网络资料,大概搞清楚什么是多因子模型,以及多因子模型的理论基础在哪里. 什么是多因子定价模型?APT ...
- 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
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 ...
- 多因子模型 —— 因子正交化处理
Why do this? 传统的多因子模型处理共线性的方法,如IC加权.IR加权,ICIR加权等,都以IC值为基础确定各因子在模型中的权重.而IC是当期因子暴露与下一期收益间的相关系数. 传统方法的缺 ...
- 多因子选股模型python_A题通过机器学习优化股票多因子模型
第七届"泰迪杯"数据挖掘挑战赛-- A 题:通过机器学习优化股票多因子模型 Fama 通过分析美国市场几十年的数据发现,美国股市绝大部分可以被市值.估值以及 市场收益 3 个因子解 ...
- 多因子模型与细分行业多因子测试源码(以医疗行业为例)
研究内容 本文主要研究内容是基于rank IC分析医疗板块四大类因子(风格类.技术类.盈利能力类.基本面类)盈利预测能力,以及在此基础上构建医疗板块多因子rank IC赋权模型. 本文将分为以下三个板 ...
- 关于多因子模型在基金市场中的应用
今年是"量化"一词火出圈的一年.提到量化就不得不提"多因子模型",因为多因子模型是机构进行量化投资的重要组成部分:而提到"多因子模型",我们 ...
- 不可不知的量化因子模型选股策略
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,APT模型, ...
最新文章
- Python20-Day02
- python里compile的作用_Python代码中compile()函数具有哪些功能呢?
- 艾伟:基于.NET平台的Windows编程实战(四)—— 数据库操作类的编写
- django连接自定义mysql,Django中使用自定义Manager管理多个Mysql数据库
- 痛苦的vsftpd配置
- WCF中的REST是什么
- 基于发起源判断CSRF***的方法
- (十一)JAVA springboot ssm b2b2c多用户商城系统 - SSO单点登录之OAuth2.0登录流程(2)
- 新句子:没有谁比我更懂XX,抓普也不行
- 大型IT项目策划和管理关键点
- [篇五章二]_使用 USB 系统安装盘在真机上安装激活 Windows 10 LTSC 2021 中文企业版系统
- win10JDK环境变量的配置
- 原生js实现锚点定位,tab跟随内容变化,PC/移动端均适用
- 美国佐治亚理工计算机专业,世界大学排名之:美国佐治亚理工学院
- 圣诞节要到了,如何制作自己的一个给头像戴帽子的小程序,请看这
- 调试绝对值编码器测试角速度值
- 什么是温度传感器?温度传感器原理是什么?一文带你全部搞懂
- Frenet坐标系下横纵向轨迹决策规划(SL投影及ST投影)及Apollo决策算法解析
- FBX BlendShape/Morph动画解析
- [C++] 左值和右值