随着人工智能学科的快速发展,以神经网络、决策树为主的机器学习模型在量化领域大放异彩我利用循环神经网络(RNN)、残差网络(ResNets) 和决策树模型搭建了端到端 AI 量价模型框架,这套框架的输入是个股最原始的高开低收等,而最终的输出则是具有较强选股能力的 alpha 因子。我将其该框架生成的因子应用于选股策略。...
目前,国内量化机构使用的模型主要有线性模型、非线性模型。 1. 线性模型,即指假设因变量(目标变量)与自变量(特征变量)之间存在线性关系的模型。 注:线性关系,即量与量之间按比例、成直线的关系 关于线性模型的研究的比较多,相关理论也比较完整,可解释性强。线性模型虽然简单,但威力巨大,唯一的局限就是模型对因子本...
Alpha模型是量化交易系统的一个重要组成部分,目前对量化交易的研究重点大都集中在对Alpha模型的研究上。Alpha来源于希腊字母,常用于量化表述投资者的盈利能力,或投资者得到的与市场波动无关的回报。 假设市场(红线)上涨,某策略的收益(蓝线)也在上涨,并且高于市场的上涨幅度,那高于市场的这部分收益我们称之为超额收益,...
上边的回归结果显示我们的Alpha模型有一些偏差参数。如果alpha中没有偏差的话,风险因子的改变不应该对alpha值有显著的影响。由此,我们可以明显的看出,大多数情况下,显著影响(正向或负向)数量显著大于或等于非显著影响的数量,这意味着alpha被一些因素引起偏差,尤其...
通过Alpha(α)or Alpha Residual (αRes )来构建投资组合,并且根据归因模型(Attribution)来找出各参数对风险与收益情况的归因关系。 1、Alpha模型 (1)给定的Alpha模型如下: Alpha Model: 即: (2)给定如下参数的原始数据: 参数处理解释: · MA3-12 是根据月份标准化得到。其中有些月份存在缺失值,我们通过加权平均...
第一篇以换手开篇,原因在于换手在组合优化里有着重要的作用,不考虑成本的组合可以直接最大化组合alpha来获取,考虑换手后,信息会被分成文末说的两类,一类高换手高alpha,一类低换手低alpha,等权来使用必然不是最优的方法。 另一方面,我们也希望能有低换手高alpha的信息,但这个比较理想,比较现实的是通过模型处理来降...
Alpha策略由William Sharpe于1964年首次提出,旨在通过捕捉非系统性风险来获取超额收益。Alpha策略的核心概念由资本资产定价模型(CAPM)阐述,该模型通过证券收益与市场整体收益之间的关系进行解释。Alpha代表股票收益超出市场预期的部分,即超越基准的收益。在市场并非完全有效的背景下,存在可利用的机会获取Alpha。
阿尔法(Alpha)是CAPM模型中的一个因素,表示投资组合相对于市场组合的超额收益率。 阿尔法可以用以下公式计算: Alpha =投资组合预期收益率-(无风险利率+β*(市场组合收益率-无风险利率)) 其中,β表示投资组合相对于市场组合的风险敞口。如果一个投资组合的阿尔法为正,意味着该投资组合的表现优于市场平均水平,反之则...
Alpha模型是用来生成Alpha信号的系统,基于多个输入(市场数据、财务数据等)预测资产的超额收益。 Alpha因子是用来生成这些Alpha信号的特定变量或指标,代表潜在的收益来源。 Alpha代表超额收益,是投资策略成败的衡量标准。 收益模型则是更广泛的用于预测未来资产收益的模型,可能包括但不限于Alpha模型。
这就好比你要创业做买卖，核心就是你的商业模式——策略的商业模式就是Alpha模型，而风控模型是为了让赚钱这个行为承担可承受的风险，成本模型对成本进行管理，降低成本可以提升利润。但出发点一定是这个生意的商业模式能赚钱。如同科学有两大主义：理论主义与经验主义。我们寻找Alpha也有两条路径：理论驱动和数据驱动。理...