主要行业
点击进入可选择细分行业
【免责条款】
1. 用户直接或通过各类方式间接使用慧博投研资讯所提供的服务和数据的行为,都将被视作已无条件接受本声明所涉全部内容;若用户对本声明的任何条款有异议,请停止使用慧博投研资讯所提供的全部服务。
2. 用户需知,研报资料由网友上传,所有权归上传网友所有,慧博投研资讯仅提供存放服务,慧博投研资讯不保证资料内容的合法性、正确性、完整性、真实性或品质;
3. 任何单位或个人若认为慧博投研资讯所提供内容可能存在侵犯第三人著作权的情形,应该及时向慧博投研资讯提出书面权利通知,并提供身份证明、权属证明及详细侵权情况证明。慧博投研资讯将遵循"版权保护投诉指引"处理该信息内容;
4.本条款是本站免责条款的附则,其他更多内容详见本站底部《免责声明》;
核心观点
本文介绍了一种新的,融合变点识别、股票降维和机器学习技术的量化产品持仓拟合方法。http://www.hibor.com.cn【慧博投研资讯】经检验,该方法的周度收益预测能力强,中证500指增产品周收益预测偏差为0.02%。http://www.hibor.com.cn(慧博投研资讯)
在有效拟合的基础上,开发出了一套量化产品分析与监控的应用。该应用能有效补齐现存量化产品评估方法的短板。
变点定义:反向运动/剧烈运动
通过识别变点,获取高信息含量的数据点。变点有以下两种定义:资产的收益率呈现异号特征;资产的波动性显著高于其长期平均水平。
股票降维:聚类/分类
股票数量庞大,无法直接用以拟合产品收益。尝试两种股票降维方法,第一是按照回溯期内股票收益率进行分类;第二是将股票回溯期内CNE6风险因子视为股票的特征,对股票按照特征进行聚类。
持仓拟合:SLP/OLS
尝试用带约束,不带激活函数和偏置项的单层感知机和带约束的最小二乘求解产品在各类股票上的权重。
拟合性能&落地应用
经测试,该方法的拟合性能强,产品预测能力强。对中证500指增,中证1000指增和沪深300指增产品的周收益预测平均偏差为0.02%,-0.09%,0.14%。在此基础上,开发出产品风格拆解、事件监控、风险监控和纯Alpha收益估计的实践应用。
风险提示
模型风险:由于模型构建、参数估计、假设条件及其应用等方面存在的不确定性或错误,导致模型预测结果与实际情况产生显著偏离。
历史数据不代表未来:市场和环境随时间变化,历史数据不能完全代表未来趋势,尤其当市场结构、政策环境或投资者行为发生突变时,基于历史数据训练的模型可能失效。
神经网络随机风险:神经网络有初始化随机性、训练路径随机性等风险。训练过程中采用了固定种子和多次训练的方式,但无法完全消除随机性。
为了完善报告评分体系,请在看完报告后理性打个分,以便我们以后为您展示更优质的报告。
您也可以对自己点评与评分的报告在“我的云笔记”里进行复盘管理,方便您的研究与思考,培养良好的思维习惯。
正在加载,请稍候...