机器学习量化策略归因分析实战

📚 共计 30 章节

归因分析概述

什么是归因分析 · 为什么需要归因分析 · 归因分析在量化策略中的角色

收益分解基础

Brinson模型原理 · 单期与多期归因 · 超额收益的分解逻辑

Brinson超额收益

因子归因入门

因子暴露与因子收益 · 多因子模型框架 · Barra模型简介

机器学习归因框架

为什么传统方法不够用 · 机器学习带来的新视角 · 可解释性需求

框架可解释性

特征重要性分析

Permutation Importance原理 · 实现步骤 · 在量化策略中的应用

重要性Permutation

SHAP理论基础 · SHAP值的计算 · 全局与局部解释

LIME方法实战

LIME工作原理 · 局部近似解释 · 与SHAP的对比

部分依赖图PDP

PDP的构建方法 · 个体条件期望ICE · 交互效应可视化

累积局部效应ALE

ALE原理 · 与PDP的区别 · 处理相关性特征

树模型归因

决策树路径解释 · 随机森林特征重要性 · XGBoost的增益分析

树模型XGBoost

线性模型归因

线性回归系数解读 · 逻辑回归的Odds Ratio · 正则化影响分析

深度学习归因

梯度方法 · Integrated Gradients · 注意力机制可视化

深度学习注意力

时间序列归因

时序特征的特殊性 · 滞后效应分析 · 滚动窗口归因

组合归因分析

资产配置归因 · 行业轮动归因 · 风格因子归因

风险因子分解 · 边际风险贡献 · 风险预算与归因

交易成本归因

滑点分析 · 冲击成本归因 · 交易频率影响

市场状态归因

牛熊市表现分解 · 波动率环境归因 · 流动性状态分析

市场状态波动率

模型对比归因

不同模型预测差异来源 · 集成模型内部归因 · 模型融合的贡献度

特征工程归因

特征构造贡献度 · 特征选择影响 · 特征变换效果分析

特征工程构造

超参数归因

参数敏感性分析 · 贝叶斯超参数归因 · 网格搜索的贡献分解

超参数贝叶斯

数据质量归因

缺失值影响分析 · 异常值归因 · 数据频率对结果的影响

数据质量缺失值

样本外归因

过拟合检测 · 泛化能力归因 · 样本外表现分解

样本外泛化

多空策略归因

多头与空头贡献分离 · 多空组合的因子归因 · 不对称性分析

多空不对称

行业中性化归因

行业暴露控制 · 中性化效果评估 · 行业因子剥离

中性化行业

风格因子归因

价值、动量、质量等风格因子贡献 · 风格轮动识别

宏观因子归因

利率、汇率、通胀等宏观变量影响 · 宏观情景分析

归因可视化

归因仪表盘设计 · 交互式归因图表 · 报告自动生成

可视化仪表盘

归因系统架构

实时归因流水线 · 离线批量归因 · 归因数据存储

架构流水线

归因验证与回测

归因结果一致性检验 · 归因回测框架 · 归因策略优化

综合实战案例

从数据到归因报告的全流程 · 常见问题与解决方案 · 最佳实践总结

实战全流程