Smart Beta 组合构建：从零到一
📚 共计 30 章节
01
Smart Beta 初探
什么是Smart Beta？它和传统指数基金、主动基金有什么区别？为什么近几年这么火？
概念
对比
02
因子投资基础
什么是因子？常见的单因子（价值、动量、质量、低波、规模）介绍。
因子
单因子
03
因子逻辑与实证
为什么这些因子能赚钱？背后的经济学和行为金融学解释。
行为金融
逻辑
04
数据准备
获取股票行情数据、财务数据。数据清洗与对齐（处理停牌、ST、新股）。
数据清洗
对齐
05
因子计算实战（上）
用Python计算价值因子（PE、PB、PS、PCF）。
Python
价值因子
06
因子计算实战（下）
用Python计算动量因子、质量因子（ROE、ROA、毛利率）、低波因子。
动量
质量
低波
07
因子处理
去极值、标准化、中性化处理。为什么需要这些步骤？
预处理
中性化
08
单因子测试框架
分层回测法、IC/IR分析、累计收益曲线。
回测
IC/IR
09
因子有效性评价
IC序列、IR比率、分组收益单调性、多空组合收益。
评价
单调性
10
多因子合成
等权加权、市值加权、ICIR加权、最大化IR加权。
合成
加权
11
组合优化入门
均值-方差模型、最小方差模型、风险预算模型。
优化
风险模型
12
约束条件实战
行业中性化、市值中性化、个股权重上限、换手率约束。
约束
中性化
13
Smart Beta 指数编制
加权方案（等权、市值加权、基本面加权、风险加权）。
指数
加权
14
单因子Smart Beta策略
以低波因子为例，构建低波Smart Beta组合。
低波
策略
15
多因子Smart Beta策略
以价值+质量为例，构建多因子Smart Beta组合。
价值+质量
多因子
16
回测框架搭建
用Python搭建一个完整的回测系统（事件驱动 vs 向量化）。
回测系统
Python
17
回测绩效指标
年化收益、年化波动、夏普比率、最大回撤、卡玛比率、胜率。
绩效
夏普
18
过拟合与多重测试偏差
如何避免在回测中“曲线拟合”？交叉验证在量化中的应用。
过拟合
交叉验证
19
交易成本与冲击成本
佣金、印花税、滑点对Smart Beta策略的影响。
成本
滑点
20
换仓逻辑
定期调仓 vs 阈值调仓，调仓频率的选择。
调仓
频率
21
A股市场实证
A股因子有效性分析，A股Smart Beta产品现状。
A股
实证
22
Smart Beta 与 ESG 结合
ESG因子构建，ESG Smart Beta策略。
ESG
可持续
23
Smart Beta 与 行业轮动
利用行业因子进行Smart Beta行业配置。
行业轮动
配置
24
Smart Beta 与 宏观因子
通胀因子、利率因子在债券Smart Beta中的应用。
宏观
债券
25
风险管理
VaR、CVaR、压力测试、情景分析。
VaR
压力测试
26
归因分析
Brinson归因、因子归因。
归因
Brinson
27
产品生命周期
从策略研究到产品发行，再到持续监控。
产品
生命周期
28
误区与陷阱
因子拥挤、数据挖掘偏差、幸存者偏差。
误区
幸存者偏差
29
前沿探索
机器学习在因子挖掘中的应用，另类数据（新闻、舆情、卫星图像）与Smart Beta。
机器学习
另类数据
30
毕业项目
从零构建一个完整的Smart Beta组合，并撰写策略说明书。
实战
毕业设计