选股因子降维方法对比研究|海通证券金融工程专题报告2017
本报告深入对比了五种因子降维方法在选股模型中的应用效果。研究发现,“选取类别内选股效果最强的因子”降维后模型选股能力提升最大,月度多空收益改善显著;而“最大化解释类别内因子波动”方法效果较差。报告基于2009年至2017年的A股数据,详细分析了各方法在IC、ICIR及多空收益上的表现,为投资者处理高相关性因子提供了实证依据。适合量化研究员、金融工程师、投资经理及因子策略开发者参考。
本报告深入对比了五种因子降维方法在选股模型中的应用效果。研究发现,“选取类别内选股效果最强的因子”降维后模型选股能力提升最大,月度多空收益改善显著;而“最大化解释类别内因子波动”方法效果较差。报告基于2009年至2017年的A股数据,详细分析了各方法在IC、ICIR及多空收益上的表现,为投资者处理高相关性因子提供了实证依据。适合量化研究员、金融工程师、投资经理及因子策略开发者参考。
本报告深入对比了五种因子降维方法在选股模型中的应用效果。研究发现,“选取类别内选股效果最强的因子”降维后模型选股能力提升最大,月度多空收益改善显著;而“最大化解释类别内因子波动”方法效果较差。报告基于2009年至2017年的A股数据,详细分析了各方法在IC、ICIR及多空收益上的表现,为投资者处理高相关性因子提供了实证依据。适合量化研究员、金融工程师、投资经理及因子策略开发者参考。
本报告深入对比了五种因子降维方法在选股模型中的应用效果。研究发现,“选取类别内选股效果最强的因子”降维后模型选股能力提升最大,月度多空收益改善显著;而“最大化解释类别内因子波动”方法效果较差。报告基于2009年至2017年的A股数据,详细分析了各方法在IC、ICIR及多空收益上的表现,为投资者处理高相关性因子提供了实证依据。适合量化研究员、金融工程师、投资经理及因子策略开发者参考。核心数据:2009年1月至2017年7月数据;五种降维方法对比;'取类别内最强'降维效果最优。
本报告由海通证券发布,发布于 2017 年。
覆盖 2017 年,全文约 23。
本报告免费查阅,登录资料宝后即可在线获取完整内容。
适合量化研究员、金融工程师、投资经理、因子策略开发者等读者参考。
重点分析了金融投资、金融投资研究等议题。