01
绩效归因基础
什么是绩效归因？为什么做归因？归因分析的三大维度（收益、风险、风格）。
概念框架
02
收益归因-Brinson模型
Brinson模型原理、资产配置效应、个股选择效应、交互效应。
模型收益
03
收益归因-多因子模型
基于Barra模型的因子归因、因子暴露计算、因子收益率估计。
Barra因子
04
风险归因-波动率分解
波动率来源分析、边际风险贡献、成分风险贡献。
风险波动率
05
风险归因-VaR分解
VaR的边际贡献、增量VaR、成分VaR。
VaR风险度量
06
风格归因-风格箱法
晨星风格箱、风格暴露度计算、风格漂移检测。
风格晨星
07
风格归因-基于持仓的归因
持仓穿透、行业/主题暴露、市值暴露。
穿透暴露
08
归因数据准备
交易数据清洗、持仓数据对齐、基准选择与构建。
数据清洗
09
归因频率选择
日频归因、周频归因、月频归因的优劣对比。
频率对比
10
归因结果可视化
瀑布图、热力图、堆积面积图、雷达图。
可视化图表
11
归因报告撰写
报告结构、关键指标解读、结论提炼。
报告沟通
12
策略诊断-收益来源分析
Alpha来源识别、Beta暴露管理、运气与技能分离。
诊断Alpha
13
策略诊断-风险异常检测
尾部风险、集中度风险、流动性风险。
异常风控
14
策略诊断-稳定性评估
滚动归因、时间序列稳定性、参数敏感性。
稳定性敏感性
15
改进方向-因子择时
因子动量、因子拥挤度、因子择时信号构建。
择时因子
16
改进方向-风险预算
风险平价、风险预算优化、动态风险调整。
风险预算优化
17
改进方向-组合优化
均值-方差优化、Black-Litterman模型、风险因子模型优化。
优化BL
18
改进方向-交易成本优化
冲击成本模型、最优执行算法、交易频率调整。
成本执行
19
改进方向-机器学习应用
特征工程、模型选择、过拟合防范。
ML特征
20
改进方向-另类数据融合
舆情数据、卫星数据、供应链数据。
另类数据融合
21
改进方向-多策略组合
策略相关性分析、资金分配、再平衡规则。
多策略组合
22
改进方向-动态调仓
调仓阈值设定、自适应调仓、事件驱动调仓。
调仓动态
23
改进方向-尾部风险对冲
期权对冲、波动率管理、压力测试。
对冲尾部风险
24
改进方向-规模容量管理
容量测算、规模效应、资金流入管理。
容量规模
25
改进方向-回测框架优化
回测偏差消除、生存偏差、前视偏差。
回测偏差
26
改进方向-实盘过渡
模拟交易、小资金试跑、实盘监控。
实盘过渡
27
案例1-股票多头策略归因
全流程归因分析、问题诊断、改进方案。
案例股票
28
案例2-期货CTA策略归因
趋势跟踪策略归因、波动率管理、改进方向。
CTA期货
29
案例3-多因子选股策略归因
因子IC分析、因子换手率、组合优化改进。
多因子选股
30
课程总结与展望
归因体系搭建、持续改进文化、未来趋势（AI+量化）。
总结AI