因子投资：回测与实盘差异深度解析
📚 共计 30 章节
01
因子投资概述
什么是因子？因子投资的核心逻辑与收益来源。
概念
入门
02
回测框架搭建
使用Python进行因子回测的基本流程与工具选择。
Python
回测
03
数据准备与清洗
如何获取、清洗和预处理股票/期货数据。
数据
预处理
04
因子计算与实现
以动量因子为例，演示因子值的计算过程。
动量
实现
05
分层回测法
构建投资组合，计算分层收益与累计净值。
组合
净值
06
回测绩效指标
年化收益、夏普比率、最大回撤、信息比率详解。
指标
评估
07
过拟合问题
回测中常见的过拟合陷阱与防范措施。
风险
统计
08
幸存者偏差
为什么回测看起来很美好，实盘却一塌糊涂？
偏差
警示
09
前视偏差
不小心使用了未来信息，回测结果虚高。
未来信息
陷阱
10
交易成本与滑点
回测中忽略的成本，实盘中会吃掉你的利润。
成本
实盘
11
流动性风险
小市值因子的回测与实盘差异分析。
流动性
小市值
12
市场冲击成本
大资金实盘时，你的订单会影响价格。
冲击
大资金
13
因子衰减与拥挤度
为什么曾经有效的因子现在不灵了？
衰减
拥挤
14
风格漂移
因子在不同市场环境下的表现差异。
风格
环境
15
实盘交易系统架构
从回测到实盘的桥梁。
架构
系统
16
实盘数据流
如何实时获取行情并计算因子值。
实时
数据流
17
订单执行算法
TWAP、VWAP等算法在实盘中的应用。
算法
执行
18
实盘风险控制
止损、仓位管理、杠杆控制。
风控
仓位
19
回测与实盘差异的量化分析
如何衡量差异大小？
量化
差异
20
模拟交易
在实盘环境下的无风险测试。
模拟
验证
21
因子择时
根据市场状态动态调整因子权重。
择时
动态
22
多因子组合
如何将多个因子合成一个稳健的策略。
组合
稳健
23
机器学习因子
使用机器学习挖掘非线性因子。
ML
非线性
24
另类数据因子
舆情、卫星图像等非传统数据源。
另类数据
舆情
25
因子投资中的心理学
行为金融学视角下的实盘偏差。
行为金融
心理
26
实盘日志分析
如何从交易记录中发现问题。
日志
分析
27
归因分析
Brinson模型在因子投资中的应用。
归因
Brinson
28
压力测试
极端行情下因子策略的表现。
压力
极端
29
因子投资合规与监管
不同市场的规则差异。
合规
监管
30
总结与展望
因子投资的未来趋势与个人经验分享。
总结
趋势