量化研究参考系列之三:高维环境下的最优因子择时
聚焦量化研究参考系列之三:高维环境下的最优因子择时。实证结果显示,择时策略的夏普比率相对等权策略大致翻倍,相对静态最优策略稳定提升约 0.25 至 0.30,扣除交易成本后仍具有较强的经济意义。亮点分析:相较于已有因子择时研究,本文主要有三点突破:1)从单因子单信号的经验规则,升级为多因子多信号的统一组合优化框架:将因子收益与滞后信号相乘构造择时组合,把动态调仓问题转化为标准的均值方差优化,宏观变量与因子特有变量两类信号在其中共同提供互补的择时信息。1. 量化模型基于历史数据分析,未来存在失效风险,建议持续跟踪模型表现。