|
|
最近在课程项目中尝试构建了一个基于多因子模型的选股策略,发现几个值得注意的细节。首先在因子选择上,除了常见的估值因子(PE、PB),加入了一些另类因子如分析师情绪和资金流向,这些因子在回测中表现出不错的区分度。
数据处理环节遇到的最大挑战是缺失值处理。对于停牌期的股票,直接剔除会导致样本选择偏差,最终采用行业均值填充的方法。在因子标准化时,发现滚动3年标准化比全样本标准化的效果更好,能更好地适应市场风格变化。
策略组合构建采用了IC加权方法,每月调仓。回测结果显示,2018-2023年期间策略年化收益达到21.3%,最大回撤控制在25%以内。特别注意到在2022年熊市中策略仍能保持正收益,这主要得益于质量因子的稳定表现。
目前仍在优化因子衰减问题和交易成本的影响,欢迎交流改进建议。 |
|