宿迁市住房城乡建设局网站,wordpress下不了插件吗,网站的模板怎么做,wordpress文章页个性化定制一、摘要 在前期的Barra模型系列文章中#xff0c;我们构建了Size因子、Beta因子、Momentum因子、Residual Volatility因子、NonLinear Size因子、Book-to-Price因子和Liquidity因子#xff0c;并分别创建了对应的单因子策略#xff0c;其中Size因子和NonLinear Siz因子具有…一、摘要 在前期的Barra模型系列文章中我们构建了Size因子、Beta因子、Momentum因子、Residual Volatility因子、NonLinear Size因子、Book-to-Price因子和Liquidity因子并分别创建了对应的单因子策略其中Size因子和NonLinear Siz因子具有很强的收益能力。本节文章是该系列的第八篇将在该系列下进一步构建Earning_Yeild因子。 二、模型理论 Barra模型的Earning_Yeild因子的计算方法如下 Earning_Yeild因子是一个复合因子由三个子因子构成分别是盈利预测、现金流量比和历史盈利市值比三者的权重为0.68、0.21、0.1。盈利预测数据是分析师预期数据暂时还未提供未来有提供后再加入但盈利预测的占比高达60%整个Earning_Yeild因子会与预期出现较大差异。 三、因子分析 使用alphalens进行对Earning_Yeild因子进行分析2022年-2023年3月30日。 由上述收益分析来看各个调仓周期下的alpha收益近乎为0Liquidity因子值的最大分组和最小分组均贡献正收益且最小分组的正收益远大于最大分组。 进一步从信息系数来看IC均值和IC标准差在各个调仓频率之下相差不大平均IC低至0.02比上期的Liquidity因子效果还差选股能力应该不存在。 从分组收益图来看Earning_Yeild因子呈现两端正收益中间负收益的形态。但是基于因子逻辑的角度来说Earning_Yeild因子代表盈利能力盈利能力越高股票的收益也应该越高而这与上述因子收益分布图所展示的规律相悖。 要主原因可能还是缺少了子因子盈利预测但因为缺少数据Earning_Yeild因子的构造还不完整。但为了我们后期对Barra模型的10个因子做进一步的综合分析在此还是进一步撰写代码方便后期使用。 四、回测分析 回测时间2022-01-01至2023-03-30每周最后一个交易日换股
回测品种全A股剔除ST股、停牌股和一年以内的次新股
初始资金100万
手续费0.0007双边万二佣金单边千一印花税共千1.4即双边万7
滑点0.00123双边千1.23
最大持仓数量30只 策略在回测期间实现了-3.95%的年化收益率最大回撤20.33%夏普比率为-0.19。整体策略表现较差符合上述因子分析的结果策略净值与大盘走势的一致性很高但波动相对来说更小。 以上本期的策略源码已分享至掘金量化社区大家可以通过下方链接自行获取。
传送门https://bbs.myquant.cn/thread/3416 本期参考文献 1.The Barra China Equity Model (CNE5) - MSCI - MSCI
链接https://www.docin.com/p-1377763566.html 2.石川 正确理解 Barra 的纯因子模型
链接https://zhuanlan.zhihu.com/p/38280638 3.方正证券 Barra模型初探A股市场风格解析 4.中银证券 有关Barra中国权益CNE5模型的思考 5.量化投资小笔记 Barra系列
链接https://zhuanlan.zhihu.com/p/68110181 6.理解非线性市值因子NLSIZE/MIDCAP
链接https://zhuanlan.zhihu.com/p/150310851?from_voters_pagetrue
