量化投资组合构建与再平衡实战
📚 共计 30 章节
01
量化投资组合基础
什么是投资组合、现代投资组合理论(MPT)起源、均值-方差框架核心思想。
MPT
均值-方差
02
风险与收益度量
收益率计算(简单/对数)、波动率、夏普比率、最大回撤、VaR与CVaR。
夏普比率
VaR
03
资产配置理论
马科维茨有效前沿、资本资产定价模型(CAPM)、风险平价模型。
有效前沿
CAPM
04
投资组合优化方法
均值-方差优化、最小方差组合、最大夏普比率组合、Black-Litterman模型。
优化
Black-Litterman
05
约束条件下的优化
权重约束(做空限制、行业集中度)、交易成本约束、换手率约束。
约束
换手率
06
因子模型基础
单因子模型(市场因子)、Fama-French三因子模型、Carhart四因子模型。
三因子
Carhart
07
多因子模型构建
因子选择、因子暴露计算、因子收益率估计、多因子组合构建。
多因子
暴露
08
风险模型与风险分解
因子风险模型、特质风险、风险预算、边际风险贡献。
风险预算
边际贡献
09
投资组合业绩归因
Brinson归因模型、因子归因、选股与择时能力分解。
Brinson
归因
10
再平衡策略基础
为什么要再平衡、再平衡频率选择(日历/阈值/混合)、再平衡成本分析。
日历
阈值
11
再平衡方法对比
等权重再平衡、市值加权再平衡、风险平价再平衡、恒定比例再平衡。
等权重
风险平价
12
再平衡阈值策略
绝对阈值、相对阈值、缓冲区策略、隧道策略。
缓冲区
隧道
13
再平衡优化模型
考虑交易成本的再平衡、税收优化再平衡、动态再平衡策略。
交易成本
动态
14
再平衡中的交易执行
订单类型选择、VWAP/TWAP算法、流动性分析、冲击成本模型。
VWAP
冲击成本
15
投资组合监控体系
风险监控指标、偏离度监控、归因监控、预警机制设计。
监控
预警
16
Python量化工具栈
Pandas数据处理、NumPy数值计算、SciPy优化、Matplotlib可视化。
Pandas
SciPy
17
数据获取与清洗
Yahoo Finance/东方财富数据接口、缺失值处理、异常值检测、数据对齐。
数据接口
清洗
18
收益率与协方差矩阵估计
历史协方差、指数加权协方差(EWMA)、收缩估计量、去噪协方差。
EWMA
去噪
19
有效前沿计算与可视化
蒙特卡洛模拟有效前沿、解析法有效前沿、资本市场线绘制。
蒙特卡洛
CML
20
均值-方差优化实战
使用SciPy进行优化、权重约束实现、目标收益率组合求解。
SciPy
目标收益率
21
风险平价组合构建
等风险贡献模型、数值求解方法、与均值-方差对比。
风险平价
等贡献
22
Black-Litterman模型实战
先验分布设定、观点矩阵构建、后验收益率计算、组合优化。
BL模型
观点
23
因子暴露计算实战
因子数据准备、回归法计算暴露、因子模拟组合构建。
回归
模拟组合
24
多因子组合构建实战
因子打分法、因子加权法、行业中性化处理、组合优化。
打分法
中性化
25
再平衡策略回测框架
回测引擎设计、交易成本模拟、滑点模型、业绩评价指标。
回测
滑点
26
日历再平衡策略回测
月度/季度/年度再平衡对比、不同频率下的收益风险特征。
月度
季度
27
阈值再平衡策略回测
不同阈值设置对比、阈值与频率组合优化、自适应阈值策略。
自适应
阈值
28
动态再平衡策略实战
趋势跟踪再平衡、波动率目标再平衡、条件再平衡策略。
趋势跟踪
波动率目标
29
投资组合压力测试
极端情景模拟、历史情景回放、蒙特卡洛压力测试、尾部风险管理。
压力测试
尾部风险
30
完整投资组合管理系统
系统架构设计、数据流设计、策略管理、风险监控、报告生成。
系统架构
报告