招商证券金融工程专题:基于Lasso回归的风格识别模型,精准识别投资组合风格
本报告通过Lasso回归构建股债综合因子体系,解决经典Sharpe模型指数相关性高、可选范围有限等问题。因子包含市场、市值、价值、成长、质量、动量、行业、利率等。应用公募基金分析显示绩优基金偏好大市值高盈利风格,59%基金存在显著Alpha。
本报告通过Lasso回归构建股债综合因子体系,解决经典Sharpe模型指数相关性高、可选范围有限等问题。因子包含市场、市值、价值、成长、质量、动量、行业、利率等。应用公募基金分析显示绩优基金偏好大市值高盈利风格,59%基金存在显著Alpha。
本报告通过Lasso回归构建股债综合因子体系,解决经典Sharpe模型指数相关性高、可选范围有限等问题。因子包含市场、市值、价值、成长、质量、动量、行业、利率等。应用公募基金分析显示绩优基金偏好大市值高盈利风格,59%基金存在显著Alpha。
本报告通过Lasso回归构建股债综合因子体系,解决经典Sharpe模型指数相关性高、可选范围有限等问题。因子包含市场、市值、价值、成长、质量、动量、行业、利率等。应用公募基金分析显示绩优基金偏好大市值高盈利风格,59%基金存在显著Alpha。核心数据:34.9%;33.2%。
本报告由招商证券发布,发布于 2019 年。
覆盖 2019 年,全文约 22。
本报告免费查阅,登录资料宝后即可在线获取完整内容。
适合金融从业者、量化研究员、基金经理、投资分析师等读者参考。
重点分析了金融投资、Lasso、回归等议题。