20210818-申港证券-奈雪的茶-2150.HK-贩卖茶饮快乐第一股,领跑千亿赛道.pdf
2021-08-20 09:11:56 2.54MB 行业
图 5.3 基本的单因子选股策略框架 因子的值来预测下一期或者下一段时间的收益率。这里选用简单的线性回归来完成预 测工作,如下式所示: , 1 1 N t n n t n r a b f     其中 t r 是时刻 t 的股票收益率, , 1n t f  即为 t-1 时刻下第 n 个因子的大小, a 和 n b 是回 归式中的系数。进行交易决策的时间点为 t 时刻初、t-1 时刻末,因此回归式左边为预 测值,回归式右边的所有成分则都是决策点下的已知信息。在预测出每一支股票在时 刻 t 的收益率之后,按照收益预期值从大到小进行排序,然后选取排在前列的股票作 为当前可以建仓的股票。 需要特别说明的是,在某些量化交易策略的相关资料当中,会把对于不同股票而 言取值一致的回归系数 n b 称之为风险因子,而将具体的股票特征值 , 1n t f  称之为各支 股票在因子上的溢价。这主要是因为学术界在套利定价理论等研究的基础上,形成了 一种约定俗成的叫法,其中风险因子对于所有资产应该保持一致,而因子溢价则各有 不同。不过在量化选股策略中,对比本节所使用的称谓,这种叫法以及其他一些叫法 并不是非常直观,因此不予以使用。如果读者在阅读其他资料时碰到不一样的名称, 只需对号入座弄清准确含义即可。 a 和 n b 等参数的优化和拟合,书中使用的是法玛与麦克贝斯给出的一种线性回归 估计方法。如果可以获得 T 个时间段的因子数据以及相应的下一期股票收益率数据, 那么对于上面的线性回归式而言,一共可以进行 T 次估计,表示如下: , , 1 1 N t t n t n t n r a b f     , 1,...,t T 相比起上一个回归时, a 和 n b 的形式略有变动。 t a 和 ,n t b 代表一共可以得到 T 组 a 和 交易决策时的因子大小 选入 不选入 排序 前列 其他
2021-08-20 08:56:58 1.95MB 中低频 量化交易 策略研发
1
2021年软件和信息技术服务业A股IPO市场全景回顾与前景展望行业专题报告
2021-08-20 01:20:28 6.33MB 2021年软件和信息技术服务业
第四范式(AI独角兽)上市招股说明书 港股.pdf
2021-08-19 09:17:10 2.04MB 行业
美因基因上市招股说明书 港股.pdf
2021-08-19 09:17:10 2.8MB 行业
20210817-安信证券-精选层公开发行研究系列二:参照港股谈提高定价满意度?.pdf
2021-08-18 13:28:22 968KB 行业
20210816-天风证券-晓鸣股份-300967-中国蛋鸡企业上市第一股,争做蛋鸡行业领头羊!.pdf
2021-08-18 13:27:56 1.13MB 行业
20210815-太平洋证券-基金经理深度报告之华商基金高兵:聚焦高景气赛道,坚守优质成长股.pdf
2021-08-17 09:05:37 1.45MB 行业
宏观研究深度报告:未来十年A股“长牛”的突破口在哪里?.pdf
2021-08-16 17:16:18 2.74MB 宏观研报
1
行业分类-金融管理-一种股票或股票投资组合波动率的预测方法、装置.zip