Factor Zoo專題報告：“逐鹿”Alpha專題報告（十九）.pdf

上傳者：UF****
時間：2024/03/11
熱度：584
0人點贊
舉報

Factor Zoo專題報告：“逐鹿”Alpha專題報告（十九）本文是 Factor Zoo 系列報告的開篇之作。Factor Zoo 旨在深入剖析各類投資因子的表現特征，繼承并擴展了我們先前 Model Zoo 系列的研究范疇。在這兩大系列的研討中，我們致力于對廣泛的模型與因子進行細致的考察與大規模的檢驗，力求提煉出寶貴的經驗規律，從而為未來因子與模型的創新發展奠定堅實的基礎。框架為了與 Model Zoo 框架保持一致，確保后續模型運行的連貫性， Factor Zoo 底層框架同樣基于 QLIB 實現，并進行了一系列的拓展，結合我們之前系列因子挖掘的算法，能夠在單機上實現靈活高效的大批量因子挖掘以及檢驗。算子為了高效率地構建大量因子，本研究采取了算子化的策略。通過將算子與數據相結合，我們可以基于精細化的邏輯來構建因子，從而提高了因子生成的自動化和靈活性。為了進一步提升因子計算的靈活性和適應性，我們引入了一系列元算子。這些元算子是更高層次的抽象，它們可以對基礎算子進行組合和封裝，從而創造出更加復雜和定制化的計算邏輯。因子為了方便理解因子含義，我們將因子分為以下幾類：振幅、標準差、高階矩、成交占比、流動性、動量、量價相關性、極值位置。因子計算采用 2016 年至 2023 年全市場 A 股分鐘量價數據，所有因子均降頻為日頻，滾動計算周頻 IC 均值，IC 的 t 值，sign(IC) 大于 0 占比，sign(IC)大于 0.04 占比，ICIR，分組收益率以及首尾組收益率差。