浅谈多因子进化算法（Multifactorial Evolutionary Algorithm）前言 多因子进化算法是多任务进化算法的一种范式，旨在利用单个种群来同时解决多个优化任务，是南洋理工大学的Yew-Soon Ong教授于2016年提出来的[1]，简称MFEA（或MFO，Multifactorial Optimization）。MFEA利用的是基于种群搜索的隐式并行性，尝试去发掘不同任务
转载
2023-12-02 15:19:35
231阅读
好久没更，最近实在发生了太多的事情，人艰不拆。很久之前我们聊到因子库的搭建与基本面因子的一些计算。这节主要讲基本面因子分析框架的搭建，为最后的决策的使用提供一个参考（为最后拍脑袋给权重提供一个依据）。这里的分析主要还是针对基本面因子，技术因子的分析是另一个框架，因为技术因子的衰减比较快，分析的角度也会不一样。1. 需要的数据既然是分析基本面因子，我们分析的频率不需要那么高，可以放宽到
转载
2023-12-21 10:44:50
253阅读
Fama-Macbeth回归及因子统计引言本文介绍的因子统计方法基于1973年Fama和Macbeth为验证CAPM模型而提出的Fama-Macbeth回归，该模型现如今被广泛用被广泛用于计量经济学的panel data分析，而在金融领域在用于多因子模型的回归检验，用于估计各类模型中的因子暴露和因子收益（风险溢价）。Fama-Macbeth与传统的截面回归类似，本质上也与是一个两阶段回归，不同的是
转载
2023-09-18 10:51:53
330阅读
# 多因子策略及其在Python中的实现
在投资和金融市场中，分析和预测股票价格、投资组合回报等行为是投资者和研究者的重要任务。多因子策略（Multi-Factor Strategy）是一种流行的投资策略，它结合了多个因素（如价值、动量、盈利能力等），以帮助投资者做出更明智的决策。在这篇文章中，我们将探讨多因子策略的基本概念，并给出一个简单的Python实现示例和相应的代码。
## 多因子策略
原创
2024-09-10 04:43:30
158阅读
# 如何实现多因子策略的 Python 代码
在金融领域，多因子策略是一种使用多种因素来预测投资回报的方法。对于刚入行的小白来说，理解这一过程并不简单，但通过步骤的清晰划分和实际代码的示范，我们可以很容易实现这一策略。
## 实现流程
为了帮助你更好地理解多因子策略的实现，我们先明确实现的流程。下面是一个实现的简单步骤表：
| 步骤 | 描述 |
|------|------|
| 1
原创
2024-10-03 06:09:29
42阅读
作者：chen_h 介绍我们在前面的章节中，我们了解到资本资产定价模型（CAPM）将市场回报视为影响任何资产回报的唯一因素。本章将 CAPM 概括为以下形式的多因素模型：其中每个 Fama-French 三因子模型这个模型是由 Eugene Fama 和 Kenneth French 于 1993 年提出来描述股票收益的。具体三因子模型数学表述如下：其中，MKT 是市场的超额回报。这是在美国注册并
转载
2023-07-31 22:54:23
6阅读
作者：徐杨自从各种因子不断被学者挖掘出来后，时间和市场表现都证实了因子投资（Factor Investing）的价值，但是因子投资的表现不是免费的午餐，比如价值、动量、质量等因子都有长期跑不赢大盘的时候。我也曾用实证数据验证过因子投资对增强资产配置总体回报的作用，写了几篇关于因子投资的文章。因子投资在国外已经有了较为广泛的使用，特别是以AQR、Research Affiliates为首的学术派资产
大家好，今天讲一下数据分析中的因子分析。因子分析是主成分分析的推广和发展，是将具有错综复杂关系的变量综合为少数几个因子，以再现原始变量与因子之间的相互关系；根据不同的因子还可以对变量进行分类，也属于多元分析中降维处理的一种统计方法。例如，一个学生的英语、数学、语文成绩都很好，那么潜在的共性因子可能是智力水平高。因此，因子分析的过程其实就是寻找共性因子和个性因子并得到最优解释的过程。一、参数估计1.
转载
2023-07-28 14:35:30
289阅读
结构化风险因子模型利用一组共同因子和一个仅与该股票有关的特质因子解释股票的收益率，并利用共同因子和特质因子的波动来解释股票收益率的波动。结构化多因子风险模型的优势在于，通过识别重要的因子，可以降低问题的规模，只要因子个数不变，即使股票组合的数量发生变化，处理问题的复杂度也不会发生变化。结构化多因子风险模型首先对收益率进行简单的线性分解，分解方程中包含四个组成部分：股票收益率、因子暴露、因子收益率和
转载
2023-10-15 08:58:36
22阅读
多因子选股代码Python可以帮助投资者通过多个因子来评估股票的投资价值。该过程中涉及数据分析、模型构建和策略回测等环节。本篇博文将详细探讨如何在Python中实现多因子选股，涉及版本对比、迁移指南、兼容性处理、实战案例、性能优化以及生态扩展，帮助读者轻松上手。
## 版本对比
### 兼容性分析
在不同版本的Python中，多因子选股的库和API的更新至关重要。以下是对版本演进的时间轴展示：
【单选题】The headmaster hurried to the concert hall only _____ the speaker ____.【单选题】_________ from his looks, he is a kind man.【单选题】Standing on the top of the hill, I would not do anything but________ th
# Python 多因子模型入门
多因子模型是一种用于金融市场的投资策略，它通过分析多个影响资产回报的因素，以预测资产价格的运行趋势。这种模型的核心思想是，市场上的多个因子（如宏观经济指标、公司财务数据等）共同影响着证券的表现。本文将用Python展示如何构建一个简单的多因子模型，并通过可视化工具展示结果。
## 1. 准备工作
在开始之前，我们需要安装一些Python库，主要包括`pand
信息具有时间维度信息是具有时间维度的,以不同速度到达的信息,将在不同长短的时间区间内具有其相应的价值,某些信号可能在发出的瞬间同时也失去其价值,而某些信号可能在随后的一两年期间依然保持较大的信息量,某些情况下,新老消息的组合要比单独的信消息更具有价值。信息与时间的互动就好比人们在挑选食物一样:蔬菜越新鲜越好,而陈年老酒则更加有味道,雪利(Sherry)则多种年份混合品尝效果更佳!Alpha因子存在
转载
2024-02-14 19:24:07
54阅读
机器学习多因子策略标签（空格分隔）： 量化交易 机器学习前言在二级市场的量化策略中，多因子策略称得上是最早被创造但是同时也是变化最多的投资策略之一，好的因子意味着长期稳定的收入，多因子策略可以通过不同的渠道来实现，从而带来不同的市场表现传统使用的多元线性回归模型能够获得多因子与股价之间的一定的对应关系，但是在有的时候不够稳定机器学习在预测和分类中具有良好的表现，传统的多因子线性回归模型也证明了多个
转载
2023-10-02 21:12:44
21阅读
技术讨论，不构成任何投资建议！一、CAPM的不足与三因子模型的诞生CAPM模型经历了大量的实证和应用之后，有证据表明，市场风险溢酬并不能充分解释个别风险资产的收益率。于是很多研究者开始探索其他的因素，比如公司市值、PE、杠杆比例、账面市值比等。Fama和French两个人对于各种因素进行了全面的组合分析，当单独使用Beta或者用Beta分别与其他几个因子相结合时，Beta的解释能力很
转载
2023-07-02 11:38:30
510阅读
Fama-French三因子选股策略，三因子分别为 市场因子(股指)、市值因子、账面市值比因子三因子模型的具体步骤：1.对股票按照市值和账面市值比分组，共计六组，市值按大小市值各50%分，账面市值比按3:4:3=H:M:L分配（因为账面市值比的作用更强，所以分得更细一点）2.计算股票市场每天的SMB、HML，按日期循环生成3.找出个股的涨跌幅（如茅台）以及股指的涨跌幅4.按日期合并以上
转载
2023-10-23 22:59:01
4阅读
* * * * * * * * Barra 风险模型 核心目标：估计股票间收益率的协方差矩阵 对因子收益协方差F做修正 降维 升维 指数衰减加权(exponentially weighted) Newey-West修正 特征值因子修正 (Eigenfactor Risk Adjustment) 波动率区间修正 (Volatility Regime Adjustment) Barra 风险模型 对因
转载
2023-12-22 14:24:45
14阅读
金融是我最头疼的科目，监督自己坚持学下去！多因子选股策略理论多因子模型是应用最广泛的一种选股模型，基本原理是采用一系列的因子作为选股标准，满足这些因子的股票被买入，不满足的股票被卖出。例如，当很多投资者认为低市盈率（PE，公司市值/净利润）的价值型股票是好的投资标的时，他们纷纷买入低PE的股票，会使得该股票的价格上涨，这样就使得低PE的这个因子的有效性得到体现。实际上，并不是低市盈率就一定好，因为
转载
2023-10-02 08:12:12
14阅读
# 利用 Python 实现 GRU 多因子模型
在金融领域，投资者通常需要分析多个因素以决定如何投资。随着机器学习的发展，基于深度学习的多因子模型逐渐受到关注。本文将介绍如何使用 Python 和 Gated Recurrent Unit (GRU) 来构建一个多因子模型，并展示相应的代码示例。
## 什么是 GRU？
GRU（门控循环单元）是一种特殊类型的递归神经网络（RNN），其设计用
原创
2024-09-16 03:29:43
133阅读
# 使用Python和WindPy实现多因子分析
多因子模型在金融投资中被广泛应用，用于评估资产价格的影响因素。本文将介绍如何利用Python中的WindPy库实现多因子分析，并生成相应的可视化效果，包括饼状图和状态图。
## WindPy简介
WindPy是Wind资讯为Python提供的一个API接口，允许用户方便地获取金融数据。通过WindPy，用户可以获取股票、债券、期货等资产的数据
