因子选股与事件驱动的Bayes整合研究｜东方证券金融工程报告

报告摘要

本报告由东方证券于2017年发布，提出将因子选股与事件驱动策略通过Bayes模型整合的创新方法。核心亮点包括：1）采用横截面回归剔除行业和市值影响，准确度量事件异常收益；2）借鉴Black-Litterman模型，以多因子预测为先验、事件预测为观察值，得到后验残差收益加权预测；3）实证显示利空事件alpha稳健，整合后增强多因子模型，而利好事件因公告前反应完毕反而降低效果。适合量化研究员、投资经理、金融工程分析师及对多因子模型与事件驱动策略感兴趣的投资者。

📋 核心要点(部分)

1. 一、理论介绍（事件效应的度量与统计检验、Alpha预测与组合优化、因子选股与事件驱动的Bayes融合）
2. 二、实证分析（多因子策略、事件驱动策略、整合策略的表现、多因子选股+事件驱动研究框架）
3. 三、总结
4. 风险提示