行业研究报告

基于随机贴现模型的因子筛选法:国泰君安学界纵横系列之十六

2021-07金融投资21国泰君安

本文介绍一种检验新因子边际贡献的方法,通过两步LASSO回归对高维因子库进行双重选择,缓解变量遗漏误差。主要结论:BETA、投资能力(IA)和盈利能力(RMW/ROE)因子有显著贡献。方法随时间递归可缩减因子库,对模型参数稳健。

报告摘要

本文介绍一种检验新因子边际贡献的方法,通过两步LASSO回归对高维因子库进行双重选择,缓解变量遗漏误差。主要结论:BETA、投资能力(IA)和盈利能力(RMW/ROE)因子有显著贡献。方法随时间递归可缩减因子库,对模型参数稳健。

报告信息

文件全名
学界纵横系列之十六:基于随机贴现模型的因子筛选法-国泰君安
适合读者
金融从业者量化研究员资产管理者
数据来源
多方数据交叉验证
核心议题
金融投资因子筛选法

常见问题

《基于随机贴现模型的因子筛选法:国泰君安学界纵横系列之十六》主要包含哪些内容?

本文介绍一种检验新因子边际贡献的方法,通过两步LASSO回归对高维因子库进行双重选择,缓解变量遗漏误差。主要结论:BETA、投资能力(IA)和盈利能力(RMW/ROE)因子有显著贡献。方法随时间递归可缩减因子库,对模型参数稳健。

这份报告由哪家机构发布?

本报告由国泰君安发布,发布于 2021 年。

这份报告覆盖哪一年、篇幅多大?

覆盖 2021 年,全文约 21。

这份报告是免费的吗?如何获取?

本报告为付费报告,可在资料宝站内下单后获取完整内容。

这份报告适合哪些读者?

适合金融从业者、量化研究员、资产管理者等读者参考。

报告涉及哪些关键议题?

重点分析了金融投资、因子筛选法等议题。

继续阅读

同分类报告

查看全部
📱 登录