多因子专题

[量化-004]米矿的第二个程序--多因子组合投资对冲

多因子，就是多个指标，指标就是ROE、PE、PS等等衡量一只股票某些方面好坏的量，可以使用已有指标，也可以发明一些新指标。多因子投资组合：选择指标，设置根据指标买卖的规则，每天或每星期或每月运行一次，把不符合指标的股票卖掉，把符合指标的股票买入。对冲：买入股票的同时，买入股指期货做对冲。买入股票，是期望股票可以涨，如果跌了，股指期货还能挽救一点损失。至此，量化的技术花招就这么多了，剩下

Python量化交易学习——Part6：多因子选股策略实战（2）

本节主要是针对上节讲解的进行回测：策略：首先根据上节所选的因子进行选股，各个因子的权重都设置为1，之后对加权后的因子进行排序，选择因子权重值大的5只股票，进行买入，每个月执行一次上述策略，看最终收益率情况如何。首先先编写函数代码，新建一个py文件，我们这里就命名为grow_yinzi_strange.py，内部代码如下： import numpy as npimport pandas

多因子回归检验中的NeweyWest调整

转多因子回归检验中的 Newey-West 调整https://blog.csdn.net/myquant/article/details/86536039作者：石川，量信投资创始合伙人，清华大学学士、硕士，麻省理工学院博士；精通各种概率模型和统计方法，擅长不确定性随机系统的建模及优化。知乎专栏：https://zhuanlan.zhihu.com/mitcshi。未经授权，严禁转载。摘要：N

多因子选之略实现

原多因子选股之策略的实现经过前两篇文章，我们把多因子选股策略三大步骤：因子的选取，检验，冗余因子剔除等介绍了一遍，接下来这一篇将利用已经得到的结论，完成最后一步，策略的实现。我们根据前两篇文章的内容，我们选取以下因子来构建策略：TAGRT，ROEANNUAL，SHTLIABTOTLIABRT，PB 其因子的有效性图如下，股票池为“IT指数”成分股。策略构建：基本思路

多因子选股有因

原多因子选股之有效因子什么是多因子选股？玩股票的朋友的朋友应该很清楚，股市之道无外乎：选股、择时、仓控。精通任何一点都可以说在股市中所向披靡。这次，我们从选股入手，来谈谈量化选股的基本“套路”——多因子选股。多因子选股采用一系列的因子（主要考虑使用价值、成长、质量以及市场等四大类因子）作为选股标准，将多个具有逻辑背景的因子策略相结合，选取在各个因子上综合得分较高的股票构建投资组合。通

多因子策略冗因

原多因子策略之冗余因子引言：上一篇文章《多因子选股之有效因子》，我们讲到有效因子的检验。在选择了有效因子之后，我们还需要进行一步去除冗余因子。不同的选股因子可能由于内在的驱动因素大致相同等原因，所选出的组合在个股构成和收益等方面具有较高的一致性，因此其中的一些因子需要作为冗余因子剔除，而只保留同类因子中收益最好，区分度最高的一个因子。例如成交量指标和流通量指标之间具有比较明显的相关

多因子归验的NeweyWet整

转多因子回归检验中的 Newey-West 调整作者：石川，量信投资创始合伙人，清华大学学士、硕士，麻省理工学院博士；精通各种概率模型和统计方法，擅长不确定性随机系统的建模及优化。知乎专栏：https://zhuanlan.zhihu.com/mitcshi。未经授权，严禁转载。摘要：Newey-West 调整是计量经济学中的经典方法，在多因子模型回归分析中无处不在。本文介绍它的用法。

####好好好###多因子融合的实体识别与链指消歧

雷锋网AI科技评论按：本文为上汽集团人工智能实验室祝凯华，戴安南，范雪丽向雷锋网AI科技评论独家投稿。本文的研究对象是“面向中文短文本的实体链指任务”，该任务拥有9万条语句用于做实体识别和实体消歧。相应论文在该评测中获得top3。全国知识图谱与语义计算大会(CCKS)每年都会举办一些竞赛评测。CCKS系列评测旨在为研究人员提供测试知识图谱与语义计算技术、算法、及系统的平台和资源，促进国内知识图

多因子模型的因子分组-克隆巴赫α系数

优质博文：IT-BLOG-CN 在建立我们的Alpha模型之前，我们得先知道什么是Alpha？Alpha是一条或者一系列能够预测股票走势的信息资讯组合。而这每一条非随机的信息资讯，我们称之为多因子模型的因子。多因子模型因子的选择需要避免系统性风险模型（例如中国的上证综指，美国的S&P500等等）中的因子，或者是不系统性风险模型中因子有高相关度的因子，而选取不同的因子组别中的因子，使我们的模

研报笔记：光大证券多因子系列1-3

(一)因子测试框架2017.4.10 根据现代金融理论的定义，投资组合获取的收益分为两部分：来自市场的收益(Beta) + 超出市场的收益(Alpha)。获取Alpha的理论有：资本资产定价模型(CAPM)、Fama-French三因素模型、基于套利定价理论(APT)的多因子模型。多因子模型从构建目标角度分为： Alpha模型风险模型。以Barra为代表的风险模型更多的用于投资组合的业

量化投资丨多因子选股模型是如何赚钱的？

一千个读者眼里有一千个哈姆雷特。其实，每个投资者脑中都有一个多因子量化模型。信奉价值投资的基金经理会选择估值低、基本面较好的股票，也许还会考虑过去一段时间的涨跌幅，这就涉及了至少3个因子；个人投资者也是一样。多因子量化投资就是将上述人脑决策的过程写成程序，不同之处则是大脑考虑不了10个以上的因子，而模型可以考虑100个甚至更多的候选因子。多因子选股模型的起源在多因子选股模

luminex多因子检测

一、简介 Luminex液相芯片是在Luminex公司授权的xMAP技术基础上发展起来的基于微孔板的多重检测抗体芯片技术。Luminex的xMAP技术是将高度特异的捕获单克隆抗体偶联到不同荧光标记的磁珠上，将不同种类磁珠混合后悬浮于96孔微孔板中。进一步，加入生物素标记的高亲和配对二抗结合SA-PE进行信号放大，以实现对多种微量细胞因子的有效检测。利用梯度稀释的标准品检测信号构建标准曲线，实现

多因子风险建模-协方差矩阵、投资组合风险

一、为什么要了解投资风险在探讨投资风险前，我们不妨思考一个问题：好的投资，取决于哪些因素？其实，卓越的投资回报，主要来源于四个因素：收益预测：能形成合力的收益预期；风险控制：能谨慎地捕捉市场机会；过程控制：能保持投资方式上的一致性；成本控制：能使得投资利润不被过度或无效率的交易所侵蚀。不仅仅量化投资是如此，无论是资产配置、主动管理、被动管理，亦或主观交易，

python数据分析新手入门课程学习——（四）探索性数据分析（多因子）（来源：慕课网）

一，理论铺垫 1.假设检验与方差检验假设检验：根据一定的假设条件从样本推断总体，或者推断样本与样本之间关系的一种方法我们换个说法来解释假设检验，就是做出个假设，然后根据数据或已知的分布性质来。推断这个假设成立的概率有多大具体过程如下：例子：假设检验的方法有很多，方法这些差别的一般取决于检验统计量的选取上。如，μ检验法（检验一个样本，如上述例子），卡方检验（检验两个因素

多因子量化选股模型的筛选和评价：打分法与回归法

多因子选股模型在模型搭建中，往往会涉及到非常多的股价影响因子，并可能导出数量极多的备选模型。因此，对于多因子选股模型的评价和筛选，就显得尤为关键。对于专业的量化投资人而言，就需要进一步了解多因子选股模型的两种主要的评价判断方法——打分法和回归法。 1、打分法的评价原理和流程所谓打分法，就是根据各个因子的大小对股票进行打分，然后按照一定的权重加权得到一