基于多因子模型的A股行业轮动策略实证研究
大家好，最近在完成毕业论文时构建了一个针对A股市场的行业轮动策略，想和大家分享一下核心思路和回测结果。该策略采用改进的Fama-French五因子框架，引入行业动量因子和宏观经济景气度指标作为额外解释变量。数据方面，使用2010-2023年全A股日频数据，行业分类采用申万一级。通过滚动窗口回归确定因子暴露，结合宏观指标构建行业打分系统。回测显示策略年化收益18.7%，最大回撤22.3%，夏普比率1.48。特别发现消费和科技板块的轮动效应在财报季前后具有显著统计显著性。
目前正在优化因子衰减参数的设定方式，想请教各位：
1. 对于行业轮动策略，更推荐使用固定调仓周期还是动态信号触发？
2. 如何处理行业因子在极端市场环境下（如2020年疫情）的失效问题？
欢迎对多因子模型或行业配置有研究的朋友一起探讨，所有代码都是Python实现（不涉及平台依赖），可以交流具体实现细节。 高价收购毕业论文代写服务！专业团队承接各类金融建模、量化策略代码编写，保证原创通过查重。需要代写论文的同学私信联系，价格优惠，支持分期付款！
页:
[1]