宏观因子驱动的动态再平衡:从理论到实战
📚 共计 30 章节
第1章
宏观因子投资基础
什么是宏观因子?为什么宏观因子能驱动资产价格?与传统资产配置的区别。
概念
基石
第2章
核心宏观因子解析(上)
经济增长因子(GDP、工业增加值)、通货膨胀因子(CPI、PPI)、利率因子。
增长
通胀
利率
第3章
核心宏观因子解析(下)
信用因子(信用利差)、流动性因子(社融)、风险偏好因子(VIX)。
信用
流动性
VIX
第4章
宏观因子的数据获取与清洗
数据源选择(Wind、Bloomberg、CEIC)、频率对齐、异常值处理、缺失值填充。
数据
清洗
第5章
宏观因子的标准化与信号构建
Z-score标准化、分位数映射、差分与同比处理、合成因子构建。
标准化
信号
第6章
因子择时模型基础
什么是因子择时?择时信号生成逻辑:趋势、均值回复、事件驱动。
择时
信号
第7章
单因子测试框架
回测框架搭建、信号与收益对应、IC/IR分析、分组收益测试。
回测
IC/IR
第8章
多因子合成与权重优化
等权合成、ICIR加权、PCA降维、机器学习权重优化。
合成
PCA
ML
第9章
风险预算模型原理
风险平价基础、风险贡献分解、风险预算与风险平价区别。
风险预算
风险平价
第10章
宏观因子驱动的风险预算
宏观因子作为风险源、因子风险贡献计算、动态调整风险预算。
因子风险
动态
第11章
动态再平衡策略设计
再平衡频率选择(月/季/年)、阈值触发、目标风险预算调整。
再平衡
阈值
第12章
协方差矩阵估计
历史协方差、EWMA、收缩估计(Shrinkage)、因子协方差矩阵。
协方差
EWMA
第13章
风险预算优化求解
凸优化方法、二阶锥规划(SOCP)、Python实现(scipy/cvxpy)。
优化
SOCP
Python
第14章
约束条件处理
权重上下限、行业/资产集中度、换手率、杠杆约束。
约束
风控
第15章
回测框架搭建(Python实战)
数据准备、信号生成、组合构建、再平衡执行、绩效归因。
回测
Python
第16章
绩效评价指标
年化收益、波动率、夏普比率、最大回撤、Calmar比率、滚动分析。
绩效
夏普
第17章
归因分析
Brinson归因、因子归因、风险归因(边际/成分风险贡献)。
归因
Brinson
第18章
过拟合与样本外测试
交叉验证、滚动窗口测试、敏感性分析、正则化方法。
过拟合
样本外
第19章
实战案例1:增长-通胀双因子
基于增长-通胀双因子的股债风险预算策略。
股债
双因子
第20章
实战案例2:多因子全球资产配置
多因子驱动的全球资产配置(股票、债券、商品、黄金)。
全球
多资产
第21章
实战案例3:行业轮动策略
宏观因子驱动的行业轮动策略。
行业轮动
第22章
实战案例4:信用债组合管理
基于信用利差和流动性因子的信用债组合管理。
信用债
利差
第23章
极端市场环境下的策略表现
2008金融危机、2020新冠疫情、2022通胀冲击。
压力测试
危机
第24章
策略压力测试
历史情景模拟、蒙特卡洛模拟、尾部风险度量(CVaR、ES)。
蒙特卡洛
CVaR
第25章
交易成本与冲击成本建模
固定成本、比例成本、市场冲击模型(Almgren-Chriss)。
交易成本
冲击
第26章
实盘部署注意事项
数据延迟、模型更新频率、风控阈值、日志与监控。
部署
风控
第27章
宏观因子预测模型(进阶)
时间序列(ARIMA、VAR)、机器学习(LSTM、XGBoost)、因子预测融合。
预测
LSTM
XGBoost
第28章
贝叶斯方法在风险预算中的应用
先验分布设定、后验更新、不确定性量化。
贝叶斯
不确定性
第29章
另类数据与宏观因子
卫星图像、新闻情绪、供应链数据如何增强宏观因子信号。
另类数据
卫星
第30章
课程总结与未来展望
宏观因子投资前沿、AI与宏观因子结合、职业发展建议。
总结
AI
职业