因子暴露度计算与风险归因方法

📚 共计 30 章节

因子投资概述

因子投资的定义、发展历史、主流因子分类（价值、动量、质量、低波、规模）

价值动量低波

因子暴露度的概念

什么是因子暴露度、因子载荷、因子收益率的数学定义

单因子模型

CAPM模型回顾、单因子回归、Beta的计算与解释

多因子模型

Fama-French三因子、Carhart四因子、Fama-French五因子

三因子五因子

因子暴露度计算（一）

时间序列回归法（Time-Series Regression）

因子暴露度计算（二）

横截面回归法（Cross-Sectional / Barra模型）

因子暴露度计算（三）

基于协方差矩阵的解析法

因子暴露度计算（四）

主成分分析法（PCA）提取因子暴露

因子暴露度的标准化

Z-score标准化、市值加权标准化、行业中性化处理

标准化中性化

因子暴露度的动态调整

滚动窗口估计、半衰期加权、指数加权移动平均（EWMA）

风险归因的概念

什么是风险归因、边际风险贡献、成分风险贡献

风险预算与风险归因

风险预算策略、等风险贡献（Risk Parity）的归因逻辑

基于因子模型的风险归因

将组合风险分解到各个因子

因子协方差矩阵的估计

样本协方差、收缩估计（Shrinkage）、去噪处理

特异风险的计算与归因

Idiosyncratic Risk 计算与归因

主动风险与跟踪误差归因

主动权重、主动风险分解、信息比率

跟踪误差信息比

行业与风格因子风险归因

Barra风险模型框架详解

因子暴露度在组合构建中的应用

因子倾斜、因子择时、因子中性策略

因子暴露度在绩效归因中的应用

Brinson归因、因子贡献分析

因子暴露度在风险管理中的应用

压力测试、情景分析、VaR分解

压力测试VaR

Python实战（一）

数据获取与预处理（Pandas、NumPy基础）

Python实战（二）

单因子模型回归（Statsmodels OLS）

Python实战（三）

多因子模型回归与暴露度计算

Python实战（四）

因子协方差矩阵估计与风险归因

Python实战（五）

Barra模型风格因子暴露度计算

Python实战（六）

组合风险归因可视化（Matplotlib/Plotly）

因子暴露度的陷阱与常见错误

幸存者偏差、前视偏差、多重共线性

偏差共线性

因子投资的前沿话题

机器学习因子、另类数据因子、ESG因子

机器学习ESG

行业实践：对冲基金与资管

因子暴露度计算与风险归因的行业应用案例

对冲基金资管

课程总结与未来展望

因子投资的未来、量化研究的职业路径