因子有效性自动评估方法论

📚 共计 30 章节
01
因子投资概述
定义、发展历史、主流因子分类(价值、动量、质量、低波等),量化交易核心地位
概念分类
02
因子数据准备
数据源选择(Wind/Tushare/聚宽)、清洗去极值、缺失值处理、复权对齐
数据清洗
03
因子计算与实现
计算引擎设计、向量化vs循环、未来函数与幸存者偏差陷阱
性能陷阱
04
单因子测试框架搭建
分层回测、IC/IR分析、回归法:原理与适用场景
框架方法论
05
分层回测法详解
分组构建(等分/分位数)、组内收益、多空组合、单调性检验、净值曲线
回测可视化
06
IC分析详解
Pearson vs Spearman IC、t检验、IC均值/标准差、ICIR解读
统计ICIR
07
回归法详解
Fama-MacBeth流程、因子载荷、溢价显著性、Newey-West调整
回归计量
08
因子收益归因
Barra模型框架、因子暴露、收益率估计、特异性收益分离
归因Barra
09
因子相关性分析
相关系数矩阵、多重共线性(VIF)、聚类合并相似因子
相关性VIF
10
因子衰减与换手率分析
半衰期计算、换手率影响、交易成本模拟
衰减成本
11
因子稳定性评估
时间序列滚动窗口、截面分位数转移矩阵、IC滚动分析
稳定性滚动
12
因子拥挤度检测
拥挤度定义、持仓重叠/收益相关性、失效预警
拥挤度风险
13
因子择时与动态权重
牛熊市表现、宏观指标择时、动态权重分配
择时动态
14
多因子合成方法
等权/IC加权/IR加权、最优化合成(均值-方差、风险平价)
合成优化
15
因子有效性评价指标体系
综合评分卡(收益/风险/稳定/容量)、打分与排名
评价评分卡
16
过拟合与数据窥探偏差
多重测试(Bonferroni/FDR)、样本内外测试、交叉验证
过拟合偏差
17
因子回测中的风险调整
市值/行业中性化、风格因子剥离(Beta/Size/Value)
中性化剥离
18
因子绩效归因
Brinson归因、因子贡献度分解、超额收益来源
归因Brinson
19
因子投资组合构建
因子选股流程、打分法、优化法(均值-方差/Black-Litterman)
组合BL
20
因子投资组合风险管理
风险预算、因子暴露控制、压力测试、尾部风险对冲
风控尾部
21
因子失效与因子生命周期
失效原因(市场/套利/监管)、生命周期模型
失效生命周期
22
机器学习因子挖掘
GBDT/LightGBM、神经网络、遗传规划因子挖掘
ML挖掘
23
另类数据因子
舆情NLP、供应链、卫星图像、高频数据因子
另类NLP
24
因子自动化评估流水线设计
Airflow/Dagster调度、因子DAG、自动化报告
流水线调度
25
因子数据库与存储
Parquet/HDF5/数据库、元数据管理、版本控制
存储版本
26
因子可视化分析
收益分布、IC序列、分组净值、热力图、暴露图
可视化图表
27
因子研究报告自动化生成
Jinja2/LaTeX模板、图表嵌入、结论自动总结
报告自动化
28
因子生产化部署
计算服务化(API)、实时信号、监控告警系统
部署API
29
因子合规与风控
透明度、模型可解释性、监管合规(SEC/CSRC)
合规监管
30
因子投资前沿与展望
ESG因子、宏观因子、中国市场实践、AI变革
前沿ESG