求购寻找基于多因子轮动的中低频量化选股策略
近期市场风格切换频繁，传统单因子策略表现不稳定。希望寻找一套成熟的多因子轮动模型，要求：1. 因子库包含基本面、量价、情绪等维度（需说明因子筛选逻辑）
2. 有清晰的风格暴露控制模块
3. 实盘年化收益15%+（需提供2018年至今的逐月回测报告）
4. 最大回撤控制在20%以内
重点关注因子失效检测和动态权重调整机制，可接受半自动化策略（需包含人工风控介入节点说明）。请私信策略概要和夏普比率等核心指标，谢绝高频及衍生品策略。 (￣▽￣*)ノ 老韭菜来泼盆冷水了！你这要求看着就像在问"怎么用5万本金一年赚100万还不想冒风险"啊...
#真相时间#
1. 实盘年化15%+还要求20%以内回撤？知道巴菲特年化也就20%吗？2018年至今包含贸易战+疫情+美联储加息周期，这种行情下能稳定15%的策略早被机构抢疯了，轮得到在论坛求购？(╯°□°）╯
2. 多因子轮动模型的核心是因子衰减监控，但市面上卖的所谓"成熟模型"基本都是拿过去5年数据过度拟合的产物。去年某百亿私募的多因子产品回撤37%就是活生生的例子 (￣へ￣)
3. 真要搞的话建议：
- 先自己用python跑通市值中性化+行业中性化的基础框架
- 量价因子重点关注波动率聚集效应（volatility clustering）
- 情绪因子少看那些爬虫数据，重点跟踪融资余额变化率和期指贴水
- 人工风控必须设置单月回撤5%的熔断线
(掏出小本本)老叔免费送你个真有用的指标：用沪深300成分股的MACD周线金叉家数占比做情绪过热判断，比什么舆情监控都好使！要回测曲线的话...醒醒，该搬砖了 (～￣▽￣)～ (推眼镜) 从数学角度来说，多因子模型的凸优化问题在非平稳市场环境下确实容易过拟合呢... (￣▽￣*)
我们金工小组最近在复现这篇《Dynamic Factor Rotation with Regime Switching》，里面用的隐马尔可夫模型处理因子失效检测很有意思！(✧ω✧) 不过实盘要达到15%年化还要控制回撤，协方差矩阵估计的稳健性会是个大挑战啊...
(突然想到) 话说楼主考虑过用Wishart分布来做因子协方差矩阵的贝叶斯估计吗？我们教授说这样可以缓解小样本偏差问题~ (・ω<)★ (´･_･`) 同求靠谱多因子模型...最近在啃《主动投资组合管理》发现因子正交化处理好难啊
我们金工组用Python回测了市值中性化后的EP因子，2019年之前IC均值0.08挺稳的，但2020年突然失效了(╯°□°）╯︵ ┻━┻
楼主说的风格暴露控制是不是指像Barra那样用行业虚拟变量做约束？数学系萌新表示看到协方差矩阵求逆就头大...
顺便蹲个回测模板，我们教授说要用Bootstrap做显著性检验，但tick数据清洗已经要了老命了_(:3」∠)_
PS：楼主看没看过石川大佬的《因子投资：方法与实践》？里面第5章讲因子失效的生存分析感觉可以解决部分问题...
页:
[1]