24|多因子模型:整合不同策略,形成合力的顶层框架
李腾
你好,我是李腾。今天这一讲,我们来学习多因子模型。
前面几讲,我和王喆介绍了各种各样的投资策略,每一种策略都有不同的投资逻辑,它们利用的投资信号也各不相同。既然这些策略各有各的优势,那有没有一种更顶层的策略,能把它们都整合起来,形成合力呢?当然是有的,它就是我这一讲要介绍的多因子模型。
在我的眼中,多因子模型是量化投资中最重要的模型。我这样说有两个原因。第一个原因,是我认为能否熟练使用多因子模型,是区分量化投资高手和初学者的一个重要分界线;第二个原因,是多因子模型蕴含着量化投资的一整套核心思想。这套思想具有很普遍的指导意义,即使你做的不是量化投资,它也能在你最迷惑的时候,帮你拨开迷雾,给你指出明路。
接下来,就让我们正式进入多因子模型的学习,搞清楚什么是多因子模型,以及它蕴含的量化投资核心思想。
到底什么是多因子模型?
我们生活的世界是很复杂的,任何一件事情,如果你想做好,就要考虑影响它的各种因素。举个简单的例子,如果你想保持身体健康,那不光要锻炼身体,还得吃得健康,睡觉时间也要合理。这就是一个典型的受多因子影响的问题,只有同时控制好多个变量,才更有可能达到你想要实现的目标。
投资也是一样的。举几个例子来说吧。大家都知道的龙头白马股,基本面确实好,但是估值往往过高。只看估值的话也不行,因为有些估值低的股票,可能所在的行业已经是夕阳行业了,比如被单晶硅淘汰的多晶硅行业。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
多因子模型在量化投资中扮演着关键角色,能够整合不同投资策略,形成顶层框架。文章介绍了多因子模型的重要性和应用,以及在股票预测中常用的因子种类,包括宏观因子、行业因子、技术面因子、基本面因子和大数据因子。特别强调了大数据因子的新颖性和应用前景。此外,文章详细介绍了多因子模型的数学形式和训练方法,强调了模型的滑动训练和预测目标的重要性。最后,提出了将多因子模型的思路应用于工作生活中的建议,强调了权衡因子权重的重要性。整体而言,本文深入浅出地介绍了多因子模型在量化投资中的应用和训练方法,为读者提供了全面的了解和思考。文章还提出了对线性多因子模型的局限性进行思考,并展望了机器学习在多因子模型中的应用。
仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《程序员的个人财富课》,新⼈⾸单¥68
《程序员的个人财富课》,新⼈⾸单¥68
立即购买
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
登录 后留言
全部留言(11)
- 最新
- 精选
- 东瓜酱置顶1.影响股票的因素很多,其中会存在大量的非线性模型,采用线性模型过于简单,不能很好的进行拟合,误差将会过大,影响准确率。 2.在实际操作股票的时候,我们会结合基本面,技术面,消息面,情绪面,政策面等因子进行分析,在不同的时期某一个因子的系数可能会放得很大,模型修正的系数不会突然改变,会影响模型的实际预测。例如前段时间中概互联受到政策面的影响很大,其他的因子影响几乎等于0.
作者回复: 非常好的思考,赞同
2021-10-236 - 王世艺第一个是过拟合,所以还是要看看因子背后创造财富的逻辑。 第二个就是线性,世界上大部分事物都不是线性发展的。
作者回复: 过拟合是任何模型的缺点,不是线性特有的,事实上线性模型的过拟合问题算是比较轻的。
2021-09-068 - 进化菌多因子是对一个事物的多方面考量,确实比单一纬度更靠谱一些。 也恰恰是因为多纬度考量,让人可能会更容易陷入犹豫徘徊的境地,进而错失良机~
作者回复: 多因子模型并不是中庸模型,如果多个因子共振,都发出强信号,那么联合起来信号更强,更果断
2021-09-063 - dbtiger思考: 线性多因子模型最大的局限性: 各个因子占整体影响因素的比例难以划分。 我做投资时的判断过程: 比如近期双节临近(过节效应,情绪面因子);前2月白酒行业有10%以上回调, 但年中报披露基本面并没发生变化(基本面因子);这个时候逢低分批买入某白酒,短期会有一笔拉升吃肉的可能。
作者回复: 1 线性模型是可以分解各种影响因素的比例的,把r拆成了f1*X1一直到fK*XK这K个部分之和,非线性模型其实比较难分解 2 投资想法,可以用小钱实盘测试一下,或者纸面交易(假设你按想法买了白酒)验证一下
2021-09-082 - leapfrog用深度学习来处理这种非线性的情况是不是更好些
作者回复: 是这样,接下来会介绍相关内容
2021-10-231 - 周建新(迦那)线性模型过于简单,股票预测是多变量因子影响的,线性模型难易很好拟合,误差较大。
作者回复: 非常准确的回答
2021-10-131 - 一只小犬柴ฅฅ这节提到训练线性模型时用所有股票的历史数据约726000个样本,且需要给出各个样本各个时刻的Xk值,这数据集该怎么收集呢 另外不同的股票会不会差别较大使模型难以预估准确,只针对自己钟意或已买的那类股票做预估是不是好一些
作者回复: 日频的股票历史数据应该在网上可以买到,或者可以买到价格不太高的每日更新的接口,甚至有一些交易行情软件,还可以逐只股票的导出。 模型确实应该在自己最想要交易的股票群内进行训练,比如说你要是主要交易大盘股,你就在沪深300里训练,你要是只交易大消费类的股票,你就在消费行业的股票上训练就行,嗯课程中举的例子是一个全市场选股模型的例子。
2021-11-16 - 茂松“多因子模型”,可以在投资中嵌套使用、可以迁移到广泛生活场景中的底层思维。2024-03-07归属地:广东
- Chengfei.XuQ1: 线性多因子模型过于依靠参考对象过去的线性表现,而预测未来并不会100%准,误差很有可能会愈来愈大? Q2: 比如我今年年初时打算短期投资创业板大盘指数,从市场情绪、市值低估、历史上涨数据等数据皆分析完毕,多个角度整理成数据,甚至都说服了我媳妇儿拿出钱来一起短期投一把,打算拿个“过年红包”,结果却是直接一路继续下跌。多因子线性考虑不一定完全准,也要做好很多其他打算,越是短期来说胜算可能越低?2023-12-14归属地:浙江
- 刘帅帅一,从空间的角度看,很多问题都是非线性的,用线性模型强行拟合出来的结果别扭。二,线性模型泛化能力弱,容易导致结果上蹿下跳。2022-12-05归属地:上海
收起评论