多因子框架沪深300指数增强模型|渤海证券量化研究2019
本报告由渤海证券于2019年发布,系统阐述基于多因子框架构建沪深300指数增强模型的方法论。模型涵盖数据预处理、单因子检测、收益预测模型(选取估值、盈利、成长、动量、流动性因子)及风险模型(波动率、市值、Beta、行业因子)。回测期2011年2月至2019年1月,年化超额收益达10.15%,每年均跑赢指数,平均跟踪误差3.55%,换手率4.09倍。适合量化研究员、基金经理及金融从业者深入学习多因子策略实战应用。
本报告由渤海证券于2019年发布,系统阐述基于多因子框架构建沪深300指数增强模型的方法论。模型涵盖数据预处理、单因子检测、收益预测模型(选取估值、盈利、成长、动量、流动性因子)及风险模型(波动率、市值、Beta、行业因子)。回测期2011年2月至2019年1月,年化超额收益达10.15%,每年均跑赢指数,平均跟踪误差3.55%,换手率4.09倍。适合量化研究员、基金经理及金融从业者深入学习多因子策略实战应用。
本报告由渤海证券于2019年发布,系统阐述基于多因子框架构建沪深300指数增强模型的方法论。模型涵盖数据预处理、单因子检测、收益预测模型(选取估值、盈利、成长、动量、流动性因子)及风险模型(波动率、市值、Beta、行业因子)。回测期2011年2月至2019年1月,年化超额收益达10.15%,每年均跑赢指数,平均跟踪误差3.55%,换手率4.09倍。适合量化研究员、基金经理及金融从业者深入学习多因子策略实战应用。
本报告由渤海证券于2019年发布,系统阐述基于多因子框架构建沪深300指数增强模型的方法论。模型涵盖数据预处理、单因子检测、收益预测模型(选取估值、盈利、成长、动量、流动性因子)及风险模型(波动率、市值、Beta、行业因子)。回测期2011年2月至2019年1月,年化超额收益达10.15%,每年均跑赢指数,平均跟踪误差3.55%,换手率4.09倍。适合量化研究员、基金经理及金融从业者深入学习多因子策略实战应用。核心数据:年化超额收益10.15%;平均跟踪误差3.55%;平均换手率4.09倍。
本报告由渤海证券发布,发布于 2019 年。
覆盖 2019 年,全文约 20。
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、基金经理、金融分析师、投资经理等读者参考。
重点分析了金融投资、金融投资研究等议题。