股票投資原來常用這種模型

今天貝專家給大家分享的是量化投資模型的幾個(gè)知識(shí)點(diǎn)涝滴。量化投資模型里面比較常用的方法是多因子模型。


01、多因子模型構(gòu)造方法


多因子模型實(shí)際是一種量化選股模型,會(huì)通過一些因子的組合或者策略的組合尝江,去構(gòu)建模型,然后擬合股票的收益率英上。擬合的模型得到的排序最高的10%或者20%的股票進(jìn)入選股模型里面炭序。

?

在選擇因子的過程中,其實(shí)有很多針對(duì)這支股票的規(guī)模因子苍日,比如總的市值惭聂、總的估值、總資產(chǎn)易遣、還有成長因子、盈利能力因子嫌佑。比如價(jià)值因子豆茫,他的市盈率侨歉,資產(chǎn)周轉(zhuǎn)率;還有增長因子揩魂,就是資產(chǎn)周長幽邓、營業(yè)利潤的增長;還有盈利能力的因子火脉,比如ROE這樣的R因子牵舵,這些都可以作為模型的因子的選擇。

?

因子的組合預(yù)測也是基于歷史數(shù)據(jù)倦挂。在做模型的過程中畸颅,比較關(guān)注的是這些因子和實(shí)際的收益率之間的強(qiáng)相關(guān)性是什么樣子的。這些因子之間方援,盡量避免他們有非常高的相關(guān)性没炒。在做這個(gè)模型的時(shí)候,會(huì)通過專家打分的方法犯戏,對(duì)某一些股票或者某一些股票資產(chǎn)組合進(jìn)行一些配比送火,或者通過回歸分析的方法來構(gòu)建這個(gè)模型。

?


02先匪、怎樣評(píng)價(jià)模型好壞种吸?


一方面是通過預(yù)測,在測試集的樣本里面呀非,看實(shí)際收益率是什么樣子的坚俗;還有信息比率,為了避免過渡的震蕩姜钳,實(shí)際是預(yù)測的收益率除以周期時(shí)間段里收益率的標(biāo)準(zhǔn)差坦冠。


另一方面可能大家見得比較多,叫最大回撤率哥桥,是預(yù)測這個(gè)周期里面股票或者股票組合的最大跌幅是什么樣子辙浑。綜合評(píng)估這幾個(gè)指標(biāo),來作為對(duì)這個(gè)模型的總體評(píng)價(jià)拟糕。

?

?

03判呕、大數(shù)據(jù)在選股模型里的應(yīng)用


之前有基于大數(shù)據(jù)的方法在選股模型里面增加因子的例子,會(huì)基于大數(shù)據(jù)送滞,考慮市場風(fēng)險(xiǎn)侠草、行業(yè)風(fēng)險(xiǎn),上市公司的盈利能力犁嗅、規(guī)模边涕、價(jià)值等因素。比如投資者情緒對(duì)于股票漲跌的影響,比較有名的是09年某大學(xué)一個(gè)團(tuán)隊(duì)功蜓,用推特上的一些上市公司的標(biāo)普指數(shù)對(duì)熊市园爷、牛市的關(guān)鍵詞的提取,去和標(biāo)普做擬合式撼,發(fā)現(xiàn)關(guān)聯(lián)度非常高童社。


市場上很多基于整個(gè)市場或者上市公司的一些言論是可以被反映在社交媒體或者是新聞上面的,這樣的聲音會(huì)影響股民的投資決策著隆,股民也會(huì)發(fā)出情緒性的聲音扰楼,通過捕捉這些因素,可以看到這些因素和實(shí)際的關(guān)聯(lián)美浦。

?

在13弦赖、14年,很多互聯(lián)網(wǎng)公司和一些基金進(jìn)行合作抵代,做基金發(fā)行腾节,比如百度百發(fā),就是百度和廣發(fā)合作荤牍;還有淘金一百這樣的指數(shù)案腺,會(huì)針對(duì)上市公司或者大盤的搜索指標(biāo),增加到選股模型里面去康吵。

?

在做的過程中間劈榨,關(guān)鍵詞的熱度是一部分,但評(píng)價(jià)是正面還是負(fù)面的晦嵌,對(duì)實(shí)際的影響相對(duì)來說是未知的同辣。通過對(duì)輿情的抓取,正負(fù)向評(píng)論惭载、語義分析的方式旱函,分析出正負(fù)項(xiàng)。熱度指數(shù)和正負(fù)的交叉相分析描滔,對(duì)指數(shù)有非常高的相關(guān)性棒妨。所以這也是大數(shù)據(jù),對(duì)企業(yè)分析含长、量化分析的一個(gè)挖掘券腔。



在未來,通過大數(shù)據(jù)對(duì)輿情的分析和信息抓取拘泞,可能會(huì)成為選股模型新方向纷纫。

?



關(guān)注:i 小貝保險(xiǎn)

選保險(xiǎn),不焦慮陪腌!


?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末辱魁,一起剝皮案震驚了整個(gè)濱河市烟瞧,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌染簇,老刑警劉巖燕刻,帶你破解...
    沈念sama閱讀 221,820評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異剖笙,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)请唱,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,648評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門弥咪,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人十绑,你說我怎么就攤上這事聚至。” “怎么了本橙?”我有些...
    開封第一講書人閱讀 168,324評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵扳躬,是天一觀的道長。 經(jīng)常有香客問我甚亭,道長贷币,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 59,714評(píng)論 1 297
  • 正文 為了忘掉前任亏狰,我火速辦了婚禮役纹,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘暇唾。我一直安慰自己促脉,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,724評(píng)論 6 397
  • 文/花漫 我一把揭開白布策州。 她就那樣靜靜地躺著瘸味,像睡著了一般。 火紅的嫁衣襯著肌膚如雪够挂。 梳的紋絲不亂的頭發(fā)上旁仿,一...
    開封第一講書人閱讀 52,328評(píng)論 1 310
  • 那天,我揣著相機(jī)與錄音下硕,去河邊找鬼丁逝。 笑死,一個(gè)胖子當(dāng)著我的面吹牛梭姓,可吹牛的內(nèi)容都是我干的霜幼。 我是一名探鬼主播,決...
    沈念sama閱讀 40,897評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼誉尖,長吁一口氣:“原來是場噩夢啊……” “哼罪既!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,804評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤琢感,失蹤者是張志新(化名)和其女友劉穎丢间,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體驹针,經(jīng)...
    沈念sama閱讀 46,345評(píng)論 1 318
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡烘挫,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,431評(píng)論 3 340
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了柬甥。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片饮六。...
    茶點(diǎn)故事閱讀 40,561評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖苛蒲,靈堂內(nèi)的尸體忽然破棺而出卤橄,到底是詐尸還是另有隱情,我是刑警寧澤臂外,帶...
    沈念sama閱讀 36,238評(píng)論 5 350
  • 正文 年R本政府宣布窟扑,位于F島的核電站,受9級(jí)特大地震影響漏健,放射性物質(zhì)發(fā)生泄漏嚎货。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,928評(píng)論 3 334
  • 文/蒙蒙 一蔫浆、第九天 我趴在偏房一處隱蔽的房頂上張望厂抖。 院中可真熱鬧,春花似錦克懊、人聲如沸忱辅。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,417評(píng)論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽墙懂。三九已至,卻和暖如春扮念,著一層夾襖步出監(jiān)牢的瞬間损搬,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,528評(píng)論 1 272
  • 我被黑心中介騙來泰國打工柜与, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留巧勤,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,983評(píng)論 3 376
  • 正文 我出身青樓弄匕,卻偏偏與公主長得像颅悉,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子迁匠,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,573評(píng)論 2 359

推薦閱讀更多精彩內(nèi)容