回归法多因子策略课件.pptxVIP

“宽系列”产品之QIA如何运用QIA开发量化投资策略——回归法多因子策略国泰安信息技术有限公司研究与创新中心

目录策略背景234策略开发历史回验绩效分析量化投资策略开发实例第1页

策略背景——策略原理v回归法多因子策略就是用过去的股票的收益率对多因子进行回归，得到一个回归方程，然后把最新的因子值代入回归方程得到一个对未来股票收益的预判，最后以此为依据进行选股。回归法的优点是能够比较及时地调整股票对各因子的敏感性，而且不同的股票对不同的因子的敏感性也可以不同。回归法的缺点是容易受到极端值的影响，在股票对因子敏感度变化较大的市场情况下效果也比较差。v本策略的实证对象为所有沪深300成分股，以2013年2月22日至2013年5月20日为回验周期，利用过去22天内所有风险因子和收益率作为决策依据，根据预期收益率大小对前50组最大的做多，后50组最小的做空。量化投资策略开发实第2页例

策略背景——策略原理因子回报计算采取横截面回归（Cross-SectionalRegression）的方法：vy——股票的超额收益率X——回归系数f——因子回报——残差注：1）为了区别大市值股票和小市值股票，对原来的样本进行加权，权重由流通市值来决定。2)为了消除异常值的影响，采取稳健回归的方法。第页

多因子模型的优点?反应迅速：多因子模型可以对股票的特征变化快速进行反应。v股票因子取值的变化很快就能反映在其估计的波动率上。?模型稳健：多因子风险控制模型稳健、可解释性强。v因子间的关系相对于股票间关系更加稳定?估计误差小：多因子模型通过将股票的收益进行分解，减少了参数，估计相对稳定，所需历史数据较短，更能反映投资组合当前的风险状况。v如：N只股票k个因子，仅需估计k（k+1）/2+N个参数。如，500只股票34个因子，初等模型需估计125250个参数，多因子模型仅需估计1078个参数。?可扩展性强：可以推广至多个地区（大陆、美国等）、多个品种（股票、债券、期货等）第页

策略背景——策略流程量化投资策略开发实例第3页

策略开发量化投资策略开发实例第4页

策略开发——交易标的配置Stkcd.xml配置%Stkcd.xml名字可更换?xmlversion=1.0encoding=utf-8?StrategycodeContractMultiplier=Currency=CNYMarginLevel=1MaxShare=exchangeType=id=HS300name=沪深300成分股//Strategy每个code标签下，ContractMultiplier、Currency、MarginLevel、MaxShare、为实时交易部分配置，历史回验设置无效。市场类型枚举SZSESSE深圳证券交易所上海证券交易所香港联合交易所中国金融期货交易所郑州期货交易所大连期货交易所上海期货交易所ContractMultiplier：合约乘数Currency：货币种类HKEXCFFEXZCEMarginLevel：交易保证金比例MaxShare：当前合约的最大持仓量exchangeType表示市场类型枚举id:交易标的代码量化投资策略开发实例DCESHFE第5页

策略开发——策略运行配置全景展示StrategyCfg.xml配置?xmlversion=1.0encoding=utf-8?StrategystrategyFunctionname=Factors/strategyArgumentsrebalanceCycle=1returnCalFrequency=TimeIntervals.DAY01/FactorDataCfgdateListType=DateListType.TradinglocalPath=“pwd\cacheDataperiodType=PeriodType.StockTradingPeriodtickerList=stkcd.xml/datadecisionDataLength=22fieldname=QF_MonthlyReturnWNCDRfrequency=TimeIntervals.DAY01/……datadecisionDataLength=22fieldname=QF_EPSFfrequency=TimeIntervals.DAY01/datadecisionDataLength=22fieldname=Rtnfrequency=TimeIntervals.DAY01//Strategy量化投资策略开发实例第6页

策略开发——函数名称及调仓配置StrategyCfg.xml配置%StrategyCfg.xml名字可更换?xmlversi