高频数据在行业轮动中的应用|海通证券金融工程专题报告2018
本报告由海通证券金融工程团队发布,深入探讨如何利用高频数据构建行业轮动因子,弥补传统技术类因子在行业轮动中的不足。核心发现:已实现偏度因子IC均值约-0.066,IC为负比率达67%;下行波动占比因子IC均值约0.061,IC为正比率61%。数据频率越高,因子轮动能力越强;月度换仓效果最佳。报告包含因子构建逻辑、回测分析、敏感性测试及近期行业选择结果。适合量化研究员、金融工程师、投资经理及对行业轮动策略感兴趣的投资者。
本报告由海通证券金融工程团队发布,深入探讨如何利用高频数据构建行业轮动因子,弥补传统技术类因子在行业轮动中的不足。核心发现:已实现偏度因子IC均值约-0.066,IC为负比率达67%;下行波动占比因子IC均值约0.061,IC为正比率61%。数据频率越高,因子轮动能力越强;月度换仓效果最佳。报告包含因子构建逻辑、回测分析、敏感性测试及近期行业选择结果。适合量化研究员、金融工程师、投资经理及对行业轮动策略感兴趣的投资者。
本报告由海通证券金融工程团队发布,深入探讨如何利用高频数据构建行业轮动因子,弥补传统技术类因子在行业轮动中的不足。核心发现:已实现偏度因子IC均值约-0.066,IC为负比率达67%;下行波动占比因子IC均值约0.061,IC为正比率61%。数据频率越高,因子轮动能力越强;月度换仓效果最佳。报告包含因子构建逻辑、回测分析、敏感性测试及近期行业选择结果。适合量化研究员、金融工程师、投资经理及对行业轮动策略感兴趣的投资者。
本报告由海通证券金融工程团队发布,深入探讨如何利用高频数据构建行业轮动因子,弥补传统技术类因子在行业轮动中的不足。核心发现:已实现偏度因子IC均值约-0.066,IC为负比率达67%;下行波动占比因子IC均值约0.061,IC为正比率61%。数据频率越高,因子轮动能力越强;月度换仓效果最佳。报告包含因子构建逻辑、回测分析、敏感性测试及近期行业选择结果。适合量化研究员、金融工程师、投资经理及对行业轮动策略感兴趣的投资者。核心数据:已实现偏度因子IC均值约-0.066;IC为负比率67%;下行波动占比因子IC均值0.061。
本报告由海通证券发布,发布于 2017 年。
覆盖 2017 年,全文约 21。
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、金融工程学生等读者参考。
重点分析了金融投资、高频数据、轮动中等议题。