宏观因子归因分析实战工具

📚 共计 30 章节
01
宏观因子归因分析概述
什么是宏观因子归因、为什么需要归因分析、核心应用场景(资产配置、风险管理、业绩评价)
概念全景
02
核心宏观因子体系
经济增长因子、通货膨胀因子、利率因子、信用因子、流动性因子、情绪因子
因子库体系
03
数据获取与预处理
宏观经济数据源(Wind、CEIC、FRED)、数据清洗与对齐、频率转换(日/周/月/季)
数据清洗
04
因子构建方法论
标准化与去极值、因子正交化(Gram-Schmidt、PCA)、因子动量与反转处理
构建正交
05
单因子测试框架
IC/IR分析、分组回测、因子收益率的t检验、因子稳定性评估
测试IC/IR
06
多因子模型构建
Barra模型框架、Fama-French扩展、宏观因子与风格因子的融合
多因子Barra
07
回归归因方法
时间序列回归、截面回归、WLS与GLS加权回归、Newey-West标准误调整
回归计量
08
Brinson归因模型
资产配置效应、个股选择效应、交互效应、多期Brinson归因
Brinson绩效
09
风险归因分析
边际风险贡献、成分风险贡献、风险预算与风险平价
风险预算
10
绩效归因分析
超额收益分解、选时能力(Timing)与选股能力(Selection)、信息比率分解
绩效分解
11
宏观因子情景分析
压力测试场景设计、历史情景模拟、蒙特卡洛情景生成
情景压力
12
因子择时策略
宏观状态识别(NBER周期、PMI拐点)、因子轮动策略、动态因子权重调整
择时轮动
13
机器学习归因方法
Lasso/Ridge回归、随机森林特征重要性、SHAP值分解
MLSHAP
14
归因结果可视化
因子贡献柱状图、累计归因面积图、热力图展示因子暴露、瀑布图展示分解过程
可视化图表
15
Python工具链搭建
Pandas数据处理、Statsmodels回归分析、Scikit-learn机器学习、Plotly交互可视化
Python工具
16
宏观经济数据库设计
SQLite本地存储、HDF5高效存取、API实时数据接口封装
数据库存储
17
因子暴露计算实战
行业因子暴露、风格因子暴露、宏观因子敏感度(Beta)计算
暴露Beta
18
多空组合归因分析
多空组合构建、多空收益分解、多空因子暴露差异分析
多空对冲
19
行业轮动归因
行业动量因子、行业景气度因子、行业配置贡献分解
行业轮动
20
债券组合归因
久期归因、信用利差归因、收益率曲线变动归因(水平/斜率/曲率)
债券久期
21
衍生品归因
期权Greeks归因(Delta/Gamma/Vega)、期货基差归因、互换利差归因
衍生品Greeks
22
全球宏观归因
汇率因子、大宗商品因子、跨市场联动归因、主权风险因子
全球汇率
23
归因报告自动化
Python生成PDF报告、Excel报告模板、Web Dashboard部署
自动化报告
24
归因结果验证
回测过拟合检验、交叉验证、敏感性分析、稳健性检验
验证稳健性
25
归因系统架构设计
数据层、计算层、展示层分离、缓存策略、并行计算优化
架构系统
26
归因分析常见陷阱
多重共线性、幸存者偏差、前视偏差、数据挖掘偏差
陷阱偏差
27
归因分析在FOF管理中的应用
子基金风格归因、子基金业绩归因、组合层面风险归因
FOF组合
28
归因分析在保险资金管理中的应用
资产负债匹配归因、偿付能力归因、ALM归因
保险ALM
29
归因分析在银行理财管理中的应用
理财子产品归因、非标资产归因、净值型产品归因
银行理财
30
归因分析前沿与未来
AI大模型在归因中的应用、另类数据归因、ESG因子归因、实时归因系统
前沿AIESG