因子投资的现状(因子投资属于典型的P)

领500g书库，关注公众号:程叫兽的宝藏 (长按可复制！)

热门下载区==>点此链接进入<<<

本文节选自《因子投资的现状》

方法的有效改进。考虑到每种方法仍有其局限，未来仍有很多拓展工作值得进一步挖掘。此外，如何将通过PCA获取的信息成功地转化为投资实践也有待更多探索。但无论如何，这些方法都是极为有价值的探索，不仅标志着资产定价的大门让生生玫司他生全，意味着因子投资领域多了一门令人充满期待的新武6.8.$机器学习的问题机器学习算法固然强大，但人们在使用这些算法时也必须面对两个问题:(1)机器学习算法常常被视作黑箱，缺乏足够的可解释性，〈2)机器学习算法也容易陷入过拟合。对于前者，以神经网络等算法为例，其内部往往非常复杂，黑箱性质使得人们难以真正理解其发现的特征与未来收益率之间的关系。科和运的是，这个问题并非完全无解。DixonandHalperin(2019)指出可以通过计算特征对最终输出结果的影响程度来解释自变量和因变量之间的关系。另一方面，人们应在发现有显著预测能力的模型后，进一步考察有哪些特征是显著的，并梳理清楚特征和收益率之间可能的逻辑关联。一旦人们试图理解机器学习发现的规律时，它就变成了研究中的一块基石，帮助人们更好地理解数据背后的经济辑。机器学习容易陷入过拟合有以下几个原因。首先，由于真实的资产价格路径只有一条，因而基于该路径反复训练模型本身束很容易过拟合。在这个过程中，也容易踏入Harveyetal.〈2016)提出的p-hacking的陷阱。虽然相关研究往往采用了前回回测分析〈walkforwardbacktesting)，但该方法只能规避未来数据问题，并不能完全杜绝过拟合。事实上，这一问题对于因子研究而言可能尤为严重。和典型的因子研究通常以股票月度收益为研究对象。即便以历史最为悠久的美股而言，较为完整的历史数据也只从1962年开始，即大约700个月的样本。对于机器学习算法而言，这一样本实在过小。另一个原因则与金融数据中的和目相关性和腊方差特征有关。

因子投资小册子

在机器学习中一般使用交叉验证〈crossvalidation)等方法来进行模型选择。但金融数据的序列的自相关性和异方差特征使得训练集中的信息会泄漏到测试集，从而导致交叉验证方法失效。最后，当给定资产的收益分布时，其预期最高夏普比率同波动率正相关。这造成波动率较大的资产，在一次历史回测中反而可能得到更高的夏普比率。因此，单纯的历史回测可能会高估因子的表现。虽然有各种各样的问题，但也并不意味着人们就束手无策。例如，通过模拟生成多条《更长周期的)资产价格路径并分析不同场景下的表现，可以改善在历史价格路径上反复测试的问题。此外，通过确保训练集和测试集在时间区间上没有交集，可以改善前述交叉验证可能遇到的问题。而使用平减复普比率〈deflatedSharperatio)则可以部分解决夏普比率被高估的问题。总体来说，机器学习在因子投资领域的应用仍处在早期阶段。但随着数据和算法日益成熟、研究者更加谨慎地应对上述问题，机器学习在未来注定能在因子投资研究中扮演更重要的角色。不过，机器学习是否可以取代经典的多因子模型成为最主流的方法，则有竺进一步的考察。说到底，机器学习是一类数据模型方法，要在业务实践中发挥作用，仍有赖于对业务领域知识的理解。综合本介绍的内容，本书作者认为有理由期待机器学习将扮演更重要的角色，但同时也相信机器学习在因子投资中的最佳路径在于和已有方法结合，而非取而代之。]这篇文章是机器学习在实证资产定价与因子投资领域的代表作。自其早期研究手稿版本发布以来，短短两时间内，据GoogleScholar统计的引用量便高达142次。岭回归和套索回归分别加入了L2范数和L1范数惩罚项，而弹性网络则同时加入了L2和L1范数惩罚项。当竺计参数为向量时，L2范数和L1范数分别退化为参数的平方项和绝对值。闪和完国这些指标包括异常交易量、极端收益率、分析师覆盖、广告费用变

因子投资方法与实践 云盘

化、距$2周最高价的距离等，都是已研究表明能在一定程度上反映投资者情绪的指标。忒这篇文章非常经典，值得阅读。此文于2010年正式发表在金融学顶刊ReviewofFiaancialStudies(RFS)上，2017年获评RFS阅读最多的文章。迄今引用量高达830。[名Boosting的字面含义为\"手升\"”，故可译作“提升算法\"”。但在机器学习实践中，普;用\'boosting算法”而不使用中文翻译。本书遵循此惯例，在行文中用\'boosting算法”。[@Bagsging一词从英文bootsrapaggregating而来，即抽样聚集算法或引导聚集算法。由于上述翻译十分扩口，基此人们有时倾向按照bagging的直译将其称为装袋算法。四光消是一个数学概念ee定义域内无穷阶连续可导，那么它是光滑的。由于求解神经网络的算法往往与梯度(导数)有关，因此光滑性对神经网络而言很重要。在求解最优化问题时，如果目标函数是光滑的，那么总有一定的优化算法可以保证找到全局最优解。勾需要注意的是，神经网络算法跟人类大脑的相似之处仅体现在通过组合大量简单元素来完成复杂工作的形式，而并非真的按照相同的模式进行工作。它们的具体工作流程有着很大差异。例如，神经网络都是按照一证广疝《对型的反向传播)进行训练的，但人类的大脑和身体并非这样有向工作。印因子足够强可简单理解为因子与股票收益有较强的截面相关性，严的定义则较为复杂[10]该方法可以视作带约束的Fama-MacBeth回归，而当因子个数与公司特征个数相同时，则退化为一般的Fama-MacBeth回归。[也关于这一点，近年学术界有很多讨论。例如Jegadeeshetal〈2019)认为应该用公司特征取代时序回归的1作为因子暴露。本书2.3节对此有过讨论。[切样本外切线组合指每期利用截至当期的数据估计参数并确定切线组合中的因子权

因子投资无法

综上：因子投资属于典型的P值得推荐阅读