因子投资:方法与实践

因子投资:方法与实践

编辑推荐

适读人群 :本书适合与因子投资相关的从业人员、与实证资产定价相关的学生和老师,以及对因子投资理念感兴趣的读者。

因子投资在国内的股票和债券市场上已经得到了广泛的应用,相应的中文版图书却是一片空白。本书为弥补这个遗憾而写作。作者既梳理了近50年来学术界和业界的理论方法,又针对中国A股市场给出了独立的、可复制的、高质量的因子实证分析结果,对中国资本市场的发展和完善意义深远。

本文作者来自“川总写量化”“因子动物园”的创作者石川、刘洋溢和连祥斌,他们创作的关于因子投资的高质量内容早已得到学术界和业界的高度认可。

一览全貌:从学术界、管理人和投资者三个维度详述因子投资基础

奠定基础:投资组合排序法、广义矩估计等因子分析常用的统计学方法介绍

理解应用:以A股市场为对象,从因子、多因子模型和异象三个角度进行实证分析

热门话题:多重假设检验对挖掘因子和异象的危害、行为金融学、机器学习与因子投资等

投资务实:以多因子模型为数量化工具的主动投资和Smart Beta 投资实践等

专业避坑:娓娓道来因子投资实践中会遇到的各种“坑”,少走弯路,实现高效投资

作者愿景:理论和实践结合的经典,一本真正可操作、可上手的因子投资手册

内容简介

本书在统一视角下,体系化地介绍了因子投资中的重要研究方法,并针对中国A 股市场给出了独立的、可复制的、高质量的因子实证分析结果,是一本真正可操作、可上手的因子投资手册。本书主要内容包括:因子投资基础、因子投资方法论、主流因子解读、多因子模型、异象研究、因子研究现状和因子投资实践。书中还以附录的形式对理解资产价格的研究脉络进行了梳理。本书的写作既注重学术文献的严谨,也注重普通读者的阅读体验。书中虽然涉及必要的数学公式,但是会深入浅出、抽丝剥茧地解释统计方法,并把重点放在实证分析上,同时也会对因子投资的实务进行解读。

作者简介

石川

北京量信投资管理有限公司创始合伙人,首席科学家;清华大学学士、硕士,麻省理工学院博士;现任知名期刊 Computers in Industry编委会委员和十余家国际期刊审稿人;曾就职Citigroup、Oracle 及P&G。石川博士精通各种概率模型和统计建模方法,擅于以金融数学分析为手段进行资产配置、投资组合风险管理、量化多因子选股及衍生品 CTA 策略的开发,并对行为金融学有独到的见解,其研究成果多次发表于European Journal of Operational Research等国际期刊。

刘洋溢

西南财经大学金融学博士研究生,曾有数年量化交易经验和FoF研究经验。当前主要研究方向为实证资产定价,特别是因子定价模型、投资异象、基金及资产配置的研究。

连祥斌

东北财经大学社会与行为跨学科研究中心行为金融学硕士,曾在私募基金公司和金融科技公司担任量化研究员,负责量化策略的研发和交易。现任中欧瑞博量化策略研究员,负责 CTA、量化选股、量化择时及大类资产等研究工作。研究方向包括资产配置、因子投资和组合管理等领域,精通MATLAB、Python和SQL等语言,熟悉各类量化模型和程序化交易。

章节目录

第1 章因子投资基础

1.1 统一视角下的因子投资 1

1.1.1 一个公式 1

1.1.2 因子、多因子模型和异象3

1.1.3 再论异象和因子 5

1.1.4 因子投资包含的内容6

1.1.5 实证资产定价与因子投资9

1.2 因子投资的学术起源11

1.2.1 实证资产定价11

1.2.2 研究现状 13

1.3 因子投资的业界发展14

1.3.1 因子投资和管理人15

1.3.2 因子投资和投资者16

1.4 本书的结构 19

第2 章因子投资方法论

2.1 投资组合排序法 22

2.1.1 因子模拟投资组合22

2.1.2 排序法及其检验 24

2.1.3 多重排序法 28

2.1.4 因子命名约定33

2.2 多因子模型的回归检验 34

2.2.1 时间序列回归36

2.2.2 截面回归 39

2.2.3 时序回归vs 截面回归42

2.2.4 Fama–MacBeth 回归45

2.2.5 不同回归方法比较48

2.3 因子暴露和因子收益率 48

2.3.1 引入工具变量50

2.3.2 使用公司特征51

2.3.3 两类模型 52

2.4 异象检验53

2.4.1 时序回归检验异象54

2.4.2 计量经济学问题 55

2.4.3 White 估计量和Newey–West 估计量57

2.4.4 截面回归检验异象59

2.5 多因子模型比较 60

2.5.1 GRS 检验 61

2.5.2 均值--方差张成检验62

2.5.3 从几何角度比较GRS 和均值--方差张成66

2.5.4 α 检验70

2.5.5 贝叶斯方法 70

2.6 因子正交化 72

2.6.1 简单一元回归73

2.6.2 回归的几何意义 73

2.6.3 用正交化过程求解多元回归75

2.7 广义矩估计 78

2.7.1 样本均值的方差 78

2.7.2 分析框架 80

2.7.3 数学基础 84

2.7.4 有效性86

2.7.5 不应成为黑箱88

2.8 研究方法建议89

第3 章主流因子解读

3.1 数据和流程 91

3.1.1 数据来源 91

3.1.2 量价数据处理92

3.1.3 财务数据处理95

3.1.4 因子构造流程102

3.1.5 实证设定 106

3.2 市场因子107

3.2.1 市场因子起源107

3.2.2 对CAPM 的质疑108

3.2.3 市场因子实证109

3.3 规模因子112

3.3.1 规模因子起源112

3.3.2 规模因子成因113

3.3.3 规模因子实证113

3.4 价值因子117

3.4.1 价值因子起源117

3.4.2 价值因子成因118

3.4.3 价值因子实证119

3.5 动量因子124

3.5.1 动量因子起源124

3.5.2 动量因子成因125

3.5.3 动量因子实证127

3.6 盈利因子131

3.6.1 盈利因子起源131

3.6.2 盈利因子成因132

3.6.3 盈利因子实证134

3.7 投资因子138

3.7.1 投资因子起源138

3.7.2 投资因子成因139

3.7.3 投资因子实证140

3.8 换手率因子 146

3.8.1 换手率因子起源 146

3.8.2 换手率因子成因 147

3.8.3 换手率因子实证 148

第4 章多因子模型

4.1 主流多因子模型综述153

4.1.1 Fama–French 三因子模型154

4.1.2 Carhart 四因子模型156

4.1.3 Novy–Marx 四因子模型 157

4.1.4 Fama–French 五因子模型158

4.1.5 Hou–Xue–Zhang 四因子模型 161

4.1.6 Stambaugh–Yuan 四因子模型 164

4.1.7 Daniel–Hirshleifer–Sun 三因子模型 167

4.2 A 股中被定价的因子171

4.2.1 Fama–MacBeth 回归实证设定 171

4.2.2 Fama–MacBeth 回归结果172

4.3 多因子模型比较:来自A 股的例子 173

4.3.1 两个模型 173

4.3.2 BM、ROE 与预期收益174

4.3.3 模型比较的实证结果176

4.4 多因子模型的简约性187

第5 章异象研究

5.1 估值高低中的异象 191

5.1.1 价值因子与价值投资192

5.1.2 F-Score 193

5.1.3 G-Score 195

5.1.4 通过预期差获取超额收益198

5.2 基本面锚定反转 202

5.2.1 金融学依据 203

5.2.2 A 股市场中的基本面锚定反转 204

5.3 特质性波动率210

5.3.1 套利不对称性和特质性波动率 212

5.3.2 A 股市场中的特质性波动率异象213

第6 章因子研究现状

6.1 p-hacking 和“因子动物园”222

6.1.1 何为p-值 222

6.1.2 在追逐p-值的道路上狂奔223

6.1.3 硬科学与软科学 224

6.1.4 正确认识p-值的含义224

6.1.5 多重假设检验226

6.1.6 先验的重要性229

6.2 从“因子动物园”到“因子大战” 231

6.2.1 形同意不同的投资因子232

6.2.2 q5 模型233

6.2.3 因子大战 234

6.3 用行为金融学解释异象和因子236

6.3.1 套利限制 238

6.3.2 预期中的偏差240

6.3.3 风险偏好中的偏差244

6.3.4 认知限制 250

6.3.5 行为金融学与市场异象251

6.3.6 行为有效市场255

6.4 投资者情绪 256

6.4.1 投资者情绪的度量257

6.4.2 投资者情绪与异象表现259

6.4.3 投资者情绪与市场表现261

6.5 风险补偿、错误定价还是数据窥探262

6.5.1 风险补偿检验262

6.5.2 错误定价检验263

6.5.3 数据窥探检验266

6.6 因子样本外失效风险268

6.6.1 曝光导致错误定价减弱269

6.6.2 因子拥挤 270

6.6.3 交易成本 271

6.7 因子投资难以取代基本面分析273

6.7.1 基本面分析 274

6.7.2 基本面量化投资 275

6.7.3 基本面投资“因子化”的不足 277

6.7.4 思考和讨论 279

6.8 机器学习与因子投资280

6.8.1 线性模型 281

6.8.2 非线性模型 283

6.8.3 模型评估与实证研究285

6.8.4 主成分分析和因子选择287

6.8.5 机器学习的问题 290

第7 章因子投资实践

7.1 收益率模型:获取“阿尔法”293

7.1.1 基本术语 293

7.1.2 寻找预测变量294

7.1.3 挑选预测变量295

7.1.4 收益率预测 299

7.2 风险模型:以Barra 为例307

7.2.1 Barra 多因子模型307

7.2.2 模型求解 309

7.2.3 纯因子投资组合 311

7.2.4 协方差矩阵求解及调整313

7.3 投资组合优化319

7.3.1 错位的收益与风险模型319

7.3.2 目标函数 322

7.3.3 不同目标函数的比较324

7.3.4 约束条件 326

7.3.5 交易成本模型330

7.4 Smart Beta:因子投资的捷径331

7.4.1 因子指数和Smart Beta332

7.4.2 为什么要投资Smart Beta339

7.4.3 如何投资Smart Beta342

7.4.4 应用实践 348

7.4.5 更多讨论 356

7.5 因子择时357

7.5.1 按因子估值择时 357

7.5.2 按因子动量择时 359

7.5.3 按因子波动择时 359

7.5.4 按市场情绪择时 360

7.5.5 按宏观因素择时 361

7.5.6 因子择时很难363

7.6 风格分析363

7.6.1 经典风格分析364

7.6.2 基于多空因子的风格分析366

7.6.3 实例:巴菲特的投资风格367

7.7 风险归因370

7.7.1 两种传统风险归因方法371

7.7.2 风险的三要素371

7.7.3 从风险角度看收益相关性373

7.7.4 将三要素公式应用于多因子模型375

7.8 因子投资展望376

7.8.1 另类数据 376

7.8.2 用因子实现大类资产配置381

后记

附录A  理解资产价格

参考文献

因子投资:方法与实践是2020年由电子工业出版社出版,作者石川。

得书感谢您对《因子投资:方法与实践》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。

你可能喜欢
四象限理财:投资理财极简法则 电子书

金融投资理财书籍,运用标准普尔家庭资产配置象限图,提供了一种合理规划资产的新思路,培养理财思维,合理配置资产,实现财富增值。
零基础学炒股从入门到精通(第二版) 电子书

新股民学习股票知识的口碑好书,图书上一版累计销售15万册;基于新手的阅读与学习需求安排内容,并更新所有的图表与失效的知识点;快速领会炒股基础知识与理论,轻松提高操作水平,准确捕...
投资的常识 电子书

为缺乏金融知识的读者量身定制,让你快速了解低风险投资常识,建立属于你的巴菲特式投资思维。
投资至简 电子书

适读人群:个人投资者、机构投资者、价值投资者知是行之始,行是知之成私募主理人的价值投资策略价值投资是一条少有人走的路。它极其简单,简单到可以浓缩为一句话。它又极其复杂,复杂到可...
基金投资 电子书

适读人群:基金小白;不能自主操作的基金投资者;理财投资者;投资理财相关专业的学生;证券从业人员一、机构投资者已经成为市场的主流,专业投资开始被中小投资者认可。为鼓励资本市场发展...