本报告是招商金工因子模型系列的第二篇，详细介绍了市值类因子的有效性剖析方法。报告基于日截面可计算条件剔除异动数据，构建可计算股票池，并阐释了系统性风险调整后超额收益的构建流程。以市值类因子为例，展示了因子暴露数据清洗、独立性检验、标准化赋值等步骤，并比较了不同估计方法下的因子收益指标，包括单期收益、t统计量、Sharpe值、因子收益同向波动持续月份等。适合量化研究员、金融工程师、投资经理、策略分析师等专业人士，为后续因子模型构建提供重要参考。
本报告是招商金工因子模型系列的第二篇，详细介绍了市值类因子的有效性剖析方法。报告基于日截面可计算条件剔除异动数据，构建可计算股票池，并阐释了系统性风险调整后超额收益的构建流程。以市值类因子为例，展示了因子暴露数据清洗、独立性检验、标准化赋值等步骤，并比较了不同估计方法下的因子收益指标，包括单期收益、t统计量、Sharpe值、因子收益同向波动持续月份等。适合量化研究员、金融工程师、投资经理、策略分析师等专业人士，为后续因子模型构建提供重要参考。
本报告是招商金工因子模型系列的第二篇，详细介绍了市值类因子的有效性剖析方法。报告基于日截面可计算条件剔除异动数据，构建可计算股票池，并阐释了系统性风险调整后超额收益的构建流程。以市值类因子为例，展示了因子暴露数据清洗、独立性检验、标准化赋值等步骤，并比较了不同估计方法下的因子收益指标，包括单期收益、t统计量、Sharpe值、因子收益同向波动持续月份等。适合量化研究员、金融工程师、投资经理、策略分析师等专业人士，为后续因子模型构建提供重要参考。核心数据:2017年12月31日;市值类因子;Sharpe值。
本报告由招商证券发布,发布于 2018 年。
覆盖 2018 年,全文约 25。
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、策略分析师等读者参考。
重点分析了金融投资、金融投资研究等议题。