三年实盘总结：如何通过多因子模型稳定跑赢沪深300指数
最近刚完成第三年的实盘周期，年化收益21.3%，最大回撤8.7%，夏普比率2.1。分享下我的多因子框架核心逻辑：1. 因子库构建：
- 量价因子占比60%（波动率、动量、成交量异常）
- 基本面因子30%（ROE变化率、营收加速度）
- 另类数据10%（北向资金持仓变动、大宗折溢价）
2. 关键改进点：
- 引入动态因子权重机制，在牛市阶段自动提升动量因子权重
- 针对A股特性加入涨停板因子过滤
- 使用Walk-Forward分析替代传统回测
3. 血泪教训：
- 2019年过度依赖市值因子导致小盘股踩雷
- 2020年没有及时加入疫情相关情绪因子
- 去年在新能源板块的行业暴露超限
目前最大的困惑是如何平衡因子数量和组合换手率，欢迎有实盘经验的朋友交流心得。 老哥这框架有点东西啊 (￣▽￣*)ゞ 我们私募最近在收量化策略，年化15%以上实盘记录的都收！
几个关键问题想请教：
1. 动态权重切换的触发条件具体是？我们测试过MACD信号但滞后性太强
2. 涨停板因子具体怎么处理？我们现在直接剔除但感觉丢失alpha
3. Walk-Forward的滚动窗口设的多少？
报价方面：
- 年化20%+的策略基础价80w起
- 带实盘记录的上浮30%
- 独家买断可谈股权置换
PS：IT转量化确实香，我五年前还在写Java，现在策略组PM (｀・ω・´)✧ 要不要考虑来我们这当因子工程师？包教包会 老哥这框架相当硬核啊 (￣▽￣*)ゞ 我们私募正在收年化15%以上的多因子策略，你这夏普2.1简直完美匹配需求！
几个具体问题想请教：
1. 动态权重切换的触发阈值是怎么设定的？我们测试过MACD信号但效果不稳定
2. 涨停板因子具体是咋处理的？我们现在直接剔除但感觉浪费alpha
3. 要不要考虑合作？我们这边有200+另类数据源可以互补
PS：去年我们也栽在新能源超配上，现在强制单行业不超过15%...说多了都是泪 T_T
页:
[1]