2015年底 WorldQuant(世坤投资)发布了《WorldQuant Formulaic 101 Alphas》,2017年6月15日国泰君安证券金融工程团队发表了《基于短周期量价特征的多因子选股体系》,构造并运用191个短周期阿尔法因子搭建多因子选股策略。
因子生成过程基本上实现了自动化,产生的因子数量可以达到几十万甚至数百万,101 Alphas只是揭示了能够用显式公式表示的少量因子,国泰君安191 Alphas则是针对短周期量价构造的因子。
由于因子的数量庞大、市场参与者众多,单个因子的回测表现往往是失效的,因此我的研究目标在于找到多因子的有效选股策略。
ProjectName
|----- docs
| |----- README.md
|----- scripts #放置运行脚本(启动、停止、备份、清洗数据等脚本)
| |----- run.sh
|----- config.json #启动脚本
|----- src #源码代码
| |----- main.py #入口文件
| |----- strategy
| |----- strategy1.py
| |----- strategy2.py
| |----- ...
|----- .gitignore
|----- README.md
短周期量价因子,属于市场情绪类因子,从股票的日线数据出发,根据墨菲的《股票/期货市场技术分析》所描述的股价波动规律,进一步构造技术指标衍生因子。比如:动量、反转、开盘缺口、量价背离、成交量放大等。技术分析流派认为某些特定形态描述了投资者的行为,可以甄别未来走势。短周期意味着,这类因子利用过去较短的日线数据构建,所以对未来短期1~5日有预测作用。研报中指出很多国外量化机构通过大量构造因子,来实现策略盈利。
多因子模型相对于单因子模型,可以实现自动内部交叉交易的红利(从而对节省交易成本等盈利能力至关重要)、阿尔法投资组合多样化(对冲阿尔法的任何子集在任何给定的时间段内破产),等等组合alphas的挑战之一是通常的“变量太多,观测值太少”困境。因此,alpha样本协方差矩阵是严重奇异的。
-
【研报复现】国泰君安——191个短周期量价特征因子选股系列一 - 知乎 https://zhuanlan.zhihu.com/p/30195354
-
【研报复现】国泰君安——191个短周期量价特征因子选股系列二(Alpha004-006) - 知乎 https://zhuanlan.zhihu.com/p/31566062
-
数值型因子的大规模分层测试---WorldQuant 101、国泰191、Sundays100+ - 知乎 https://zhuanlan.zhihu.com/p/60872286
日频量化因子分类 - 知乎 https://zhuanlan.zhihu.com/p/270265896
-
【量化学堂】短周期价量特征因子研究 - 知乎 https://zhuanlan.zhihu.com/p/34586782
-
量化交易与机器学习(四):如何研究alpha因子 - 知乎 https://zhuanlan.zhihu.com/p/326900791