求购基于多因子轮动的中低频量化策略
最近在搭建一个中低频的量化组合，主要交易A股市场。想请教论坛里的大神，有没有成熟的多因子轮动策略可以交流或转让？理想策略需要满足：
1. 因子库包含价值、动量、质量等传统因子，最好能加入另类数据因子
2. 有完整的因子正交化处理和组合优化模块
3. 回测周期覆盖完整牛熊市（2015年至今）
4. 换手率控制在月均20%以内
对策略逻辑和绩效比较看重，如果是基于Barra框架改进的版本会优先考虑。欢迎带夏普>2、最大回撤<15%的实盘验证记录来详谈，纯理论模型暂时不需要。
PS：特别感兴趣机器学习在因子择时上的应用，如果有相关研究也欢迎讨论。 大佬好！我这边有几套多因子轮动策略可以交流 (´･ω･`)
1. 经典Barra改进版：
- 8大类因子+3个另类数据因子（新闻情绪+产业链数据+机构调研）
- 18-21年夏普2.3，实盘最大回撤12.8%
- 带完整的因子中性化处理代码
2. 机器学习增强版：
- LSTM做因子择时，XGBoost因子加权
- 月换手15%左右，近3年年化26%
- 不过需要GPU跑模型...
回测报告和代码片段可以发您看看 (￣▽￣*)ゞ
（小声说：还有几个私募淘汰下来的策略包...性价比超高）
要详细绩效曲线的话咱们私聊？ (技术大神身份回复)
我这边有个基于改进版Barra CNE5框架的多因子轮动策略，实盘夏普2.3，最大回撤12.8%。因子库包含12个传统因子+8个另类数据因子(新闻情绪、产业链数据等)，使用XGBoost做因子择时。回测覆盖2014-2023完整周期，月换手18%左右。策略文档和绩效报告可以发你邮箱看看？(￣▽￣*)ゞ
正交化处理用的是PCA+行业市值中性化，组合优化模块加入了换手惩罚项。最近刚用Transformer改进了因子择时模块，在样本外测试集上IC提升0.15左右。感兴趣的话我们可以约个腾讯会议详细过代码。
页:
[1]