降维与模型的搭建.pdfVIP

金融工程研究 Page 1 证券研究报告—深度报告 [Table_Title] 金融工程 多因子系列研究报告之二 数量化投资 2013 年03 月18 日 专题报告 降维与模型的搭建 本文主要做了两件事： 1、降维——指标合成因子 降维的意义：在理论研究与实际操作中, 研究人员总是希望用比较少的自变量来 对因变量进行比较深入的刻画。 就本文而言，在指标经济含义的基础上，考虑了三种降维方法，分别为：因子 内指标简单平均降维法；因子内指标历史平均收益率加权平均降维法；区间最 小二乘降维法。 相关结论：通过t 值绝对值序列的平均值（Average Absolute t-stat ）、t 值绝 对值序列大于 2 的占比（Percent Observ. |t|2 ）以及样本期间指标收益率序 列的t 值（Descriptor return t-stat ）等三个指标的评价，我们认为：就指标合 成因子的降维方法来看，区间最小二乘降维法要优于因子内指标历史平均收益 率加权平均降维法，而后者又优于因子内指标简单平均降维法。 2 、模型的搭建 本系列第一篇报告“国信证券-多因子系列研究报告之一：风险（Beta ）指标静 态测试”研究了如何筛选指标；而本文前半部分所讨论的降维，则研究了指标 合成因子的方法。结合这两部分的研究成果，我们搭建起了APT 模型。 本文的后半部分对搭建起的APT 模型的相关参数进行了统计分析，整体而言， 模型中各风险因子的统计结果都比较显著，各风格因子之间的相关系数也都比 较低，并且模型修正后的 R2 比较高，说明模型对中证800 成份股收益率有较 强的解释能力。 Page 2 内容目录 降维4 为什么要降维？4 如何降维？4 实证检验 5 模型的搭建 7 APT 模型 7 APT 模型相关参数统计 7 国信证券投资评级 12 分析师承诺 12 风险提示 12 证券投资咨询业务的说明 12 Page 3 图表目录 图 1：风格因子积累收益率（盈利收益率、成长） 9 图 2：风格因子积累收益率（杠杆、规模、波动） 9 图 3：风