主页 > yabo体育app > 正文

【广发金融工程】机械进修多因子静态调仓计谋

文章来源:原创 发布时间:2020-04-11 01:44


  原题目:【广发金融工程】机械进修多因子静态调仓计谋——多因子Alpha系列申报之(三十六)

  1、传统因子择时方法

  市场上主流的因子择时方法主要有两大年夜类。一类是从因子收益率时间序列自身出发,评论辩论因子风格在分歧的时间长度内能够存在的动量或许反转效应。而另外一类方法认为微不美观经济形式、市场状况等外部条件会对因子收益率有潜伏影响,当给定这些内涵条件的取值时,可以经过统计模型来猜测因子未来的收益。

  影响因子风格轮动的微不美观经济变量和市场变量有很多,比如CPI、汇率、国债利率、市场的动摇率,等等。这些变量对因子收益率影响的方法各不相反,这类复杂关系很难经过线性模型来描述。

  晋升树范型是一个功用弱小的非线性机械进修模型,相干于线性回归等模型,它不合毛病输入特点的散布有过量假定,对异常值越发鲁棒,且可以进修到特点之间复杂的非线性关系。通俗来讲,我们可以经过对特点做交叉、采取核函数等方法,使得线性模型也能处理非线性后果,然则若何做特点交叉、选择甚么核函数都需求人工干预。抱负上,要在模型进修前肯定公道的特点交叉方法和核函数是很有难度的。而随着决定计划树的发展,晋升树范型可以自适应地发生高度非线性的模型。另外,相干于神经收集等复杂模型来讲,晋升树范型的可说明性较强,可控性更好。因此,本申报中采取晋升树范型来猜测因子的有效性。

  本申报提出的基于XGBoost模型的多因子静态调仓计谋是综合了以上两类因子择时思维,辨别将因子IC序列自身、微不美观经济变量、市场变量等信息作为特点,采取功用优良的XGBoost模型对因子IC停止猜测,依据IC值静态调剂各个因子的权值。

  2、计谋道理

  2.1 因子择时框架

  在之前的多因子Alpha系列申报中,我们曾经建立了一个完整的多因子Alpha选股模型,包罗风格因子库的建立、风格因子有效性的检测、Alpha因子的整合和组合优化和对冲等主要步调。本申报主要侧重于Alpha因子的整合和赋权。以下图所示,我们起首选择了7大年夜类罕见的风格因子,然后将微不美观变量、因子汗青IC序列和市场变量作为输入的特点,应用XGBoost模型来猜测每个风格因子未来的IC值。在Alpha因子整合阶段,依据预期的IC值对各个因子赋权。

  

  2.2 风格因子的拔取

  本申报从罕见的盈利、质量、发展、估值、范围、活动性、技巧等7大年夜类因子中拔取7个典范因子作为研究对象,所选因子以下表所示。

上一篇:《在兵团一中他是如何考上第1名的》

下一篇:没有了

相关资讯:
热点资讯
推荐资讯