欢迎来到量化小学
▲ 加入“量化小学”校友圈儿提问交流

<本期课程4426字,视频19分57秒,请合理安排学习时间>
>>(订阅专辑后即可观看精彩的幻灯片视频以及案例操作视频哦)

内容导览

大家好,欢迎来到量化小学。今天我们开始新的一章:因子研究。
我们先简单介绍本章主要内容,然后谈谈主动投资最基本的逻辑框架。量化的主动投资是一个比较困难的事情,一般而言属于一个专业人士的范畴。

普通投资者,包括金融人士,个人投资理财时,我还是建议大家多考虑资产配置,多使用被动指数化投资的方式,也可以考虑使用智能投顾等比较新的方法。这样省时省力,效果理想。如果想做主动投资,那最好还是去买一些比较靠谱的基金,让专业人士帮你打理。

这章节内容围绕主动投资,即如何寻找能够跑赢指数的股票。这章涉及内容较多,主要是因子的研究方法。从架构上来看,我们先讲主动投资的基础原理,即主动投资的逻辑框架和发力点。然后,从易到难讲述因子的研究方法。从最简单的分组法到多元线性回归法,再到现在关注度较高的机器学习法。

机器学习法涉及多个话题,包括逻辑回归、分类、集中学习等。量化小学是一个介绍性的课程,重在介绍这些方法的宏观逻辑,具体的技术内容,会给大家提供参考资料,有兴趣的同学们可以在课后深入学习。

我们仅仅知道研究方法是远远不够的,我们还需要研究工具与样例程序。我们有quantOS,quant<OS>中有一个名为JAOS的组建,它主要用于选股和因子研究。我们前几期谈到过JAQS,它还可以用作期货的CTA与回归策略。本章,我们会多次使用JAQS。以上就是本章的主要内容。

主动投资的基本原理

主动投资的基础框架与发力点

这里再次提及度量积极投资效率的关键指标,即信息比率。它的基本公式是用投资组合超过指数的超额收益除以投资组合相对于指数的积极风险,这是风险收益比的概念。比例越高,投资效率就越好。这就说明投资者指数偏离不多,可以取得超额的收益。

……

>>欢迎订阅《量化小学》,加入我们一起学习!