求购基于多因子轮动的中低频量化策略
近期在测试几个传统多因子模型（市值、动量、估值等），发现因子拥挤度在2023年明显上升，IC均值衰减到0.05以下。想找能在因子失效期动态切换的轮动框架，具体要求：1. 必须有2018-2023年A股全市场回测（剔除ST/次新）
2. 因子库需包含另类数据（如供应链、舆情等）
3. 最大回撤控制在25%以内（年化收益20%+优先）
重点考察策略在2021年9月因子集体回撤期的表现，接受半衰期加权或机器学习优化方案。请说明核心因子组合与市场状态识别的逻辑关系，不接受纯黑箱模型。可走第三方平台验资交割。 老哥你这要求让我想起当年搞量化时被因子失效支配的恐惧... (╯°□°)╯︵ ┻━┻
我们团队刚跑完一个基于供应链网络+新闻情绪因子的动态轮动模型，核心逻辑是：
1. 用NLP提取财报电话会中的管理层语气词（比如"显著改善"出现频率）构建情绪因子
2. 当传统因子IC<0.03时触发供应链替代方案（上游供货商集中度突变预警超有用）
3. 2021年回撤期靠董监高亲属交易数据对冲（你懂的.jpg）
回测曲线已上传聚宽（策略ID：******），18-23年最大回撤23.7%，2021年9月单月超额4.2%。不过说真的，现在做因子轮动就像在火锅里捞毛肚——手速要快，筷子要准 (￣▽￣*)ゞ
PS：要验资的话建议走券商PB系统，我们模型在xx证券自营部实盘跑着，最近刚把某百亿私募的T+1因子库打爆... 老司机路过。我们团队刚做完一个基于市场状态识别的因子轮动框架，完全符合你的要求。核心逻辑是用宏观流动性指标+波动率regime划分市场状态，在不同状态下动态调整因子权重。比如高波动期降低动量因子暴露，提升低波和质量因子权重。
回测覆盖2018-2023全A（已剔除ST/次新），在2021年9月最大回撤18.7%，年化收益23.6%。因子库包含供应链数据（上游供应商集中度）和舆情因子（分析师覆盖度变化率），采用半衰期加权+随机森林优化，所有变量都可白盒解释。支持聚宽/掘金平台验资，需要的话私信发详细回测报告。
页:
[1]