华泰多因子模型体系初探 linxiaoming@ 陈烨 010 华泰多因子系列之一 联系人 chenye@ 主动定量管理本质是统计套利,关注点是因子(共性),而非股票(个性) 定量管理主要从统计的角度研究因子收益率的变化规律,并从组合的角度对因子暴 露进行管理以求超越基准;定性管理主要研究个股的残差收益率,即从因子角度无 法解释的...
20160921-华泰证券-多因子系列之一:华泰多因子模型体系初探1 1.2 数据标准化 1.3 识别有效因子 2.2 因子共线性分析 2.3 残差异方差分析 2.6 计算股票预期收益 3.2 残差风险估计 4.2 确定组合的风险 上传者:weixin_35748962时间:2022-08-03 华泰多因子系列之十二:桑土之防,结构化多因子风险模型-0612-华泰证券-33页...
在多因子系列首篇报告《华泰多因子模型体系初探》(2016.09)中,我们系统地介绍了有效因子识别(即单因子测试)的理论基础和研究思路,在多因子系列第二篇报告《华泰单因子测试之估值类因子》中我们着眼于实践过程,给出了详细的流程操作说明。为避免阅读障碍,我们此处将单因子详细测试流程再复述一遍。 回归法 回归法是一种...
同时,估值因子在不同规模的上市公司间差异也比较 1 《华泰多因子模型体系初探》2016.09 大,近两年 EP、EPcut、BP、SP、NCFP、OCFP、DP 明显与市值因子呈现正相 关性,FCFP、EV2EBITDA 与市值因子略微负相关,PEG 与市值因子相关性不明显。 各估值因子间也存在不同程度的相关性 各估值因子间,正相关性极强的为...
20160921-华泰证券-多因子系列之一:华泰多因子模型体系初探.pdf 20160921-华泰证券-多因子系列之一:华泰多因子模型体系初探.pdf 上传者:helifeng2004时间:2021-02-27 华泰证券-人工智能系列之六:人工智能选股之Boosting模型 报告对各种Boosting 集成学习模型进行系统测试 Boosting 集成学习模型将多个弱学习器串行结合,能...
在多因子系列首篇报告《华泰多因子模型体系初探》(2016.09)中,我们系统地介绍了有效因子识别(即单因子测试)的理论基础和研究思路,在多因子系列第二篇报告《华泰单因子测试之估值类因子》中我们着眼于实践过程,给出了详细的流程操作说明。为避免阅读障碍,我们此处将单因子详细测试流程再复述一遍。
神经网络是近年来迅猛发展的人工智能的核心技术,本篇报告选取具有时间序列预测能力的循环神经网络作为研究对象,对传统RNN、LSTM、GRU 三种循环神经网络模型进行系统性的测试。在月频的多因子选股方面,循环神经网络具有出色的样本外预测平均正确率,但是样本外平均AUC 值表现一般。神经网络在年化超额收益率、信息比率上优于...