基于聚類分析的多因子動(dòng)態(tài)加權(quán)實(shí)證檢驗(yàn).pdf

1、多因子模型自其誕生之日已歷經(jīng)數(shù)十年的發(fā)展，目前依然是市場上主流的量化擇股模型。2010年4月16日，我國滬深300股指期貨上市交易。盡管現(xiàn)階段股指期貨仍存在保證金比例、交易手續(xù)費(fèi)偏高等諸多限制，但也使通過因子擇股獲得超額收益成為了可能。
　　近年來得益于學(xué)術(shù)理論的支持、交易環(huán)境的變化、計(jì)算機(jī)技術(shù)的發(fā)展、算法的更新迭代以及數(shù)據(jù)規(guī)模的爆炸式增長，以機(jī)器學(xué)習(xí)算法為代表的人工智能技術(shù)獲得了越來越多的關(guān)注，包括利用神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、聚類

2、分析、隱馬爾可夫模型等機(jī)器學(xué)習(xí)模型進(jìn)行數(shù)據(jù)分析并挑選股票。機(jī)器學(xué)習(xí)模型的引入會(huì)使我們發(fā)現(xiàn)一些從前沒能發(fā)現(xiàn)的更為復(fù)雜的數(shù)據(jù)規(guī)律，提高數(shù)據(jù)利用效率。
　　第一章是緒論部分，介紹量化投資和多因子模型的發(fā)展情況，以及本文的主要研究內(nèi)容、結(jié)構(gòu)安排和創(chuàng)新點(diǎn)。第二章主要介紹國內(nèi)外研究現(xiàn)狀，對(duì)多因子擇股模型和聚類分析的理論基礎(chǔ)進(jìn)行分析，為后續(xù)的實(shí)證研究打下理論基礎(chǔ)。第三章從因子的預(yù)測能力、因子收益和因子單調(diào)性三個(gè)方面對(duì)A股市場常見的估值類因子、成

3、長類因子、營收類因子、質(zhì)量類因子、技術(shù)面因子等97個(gè)因子進(jìn)行單因子檢驗(yàn)，篩選出有效因子69個(gè)，并基于傳統(tǒng)多因子擇股方法構(gòu)建等權(quán)組合，作為后續(xù)組合的比較基準(zhǔn)。第四章針對(duì)有效因子，結(jié)合因子信息系數(shù)之間的相關(guān)性，對(duì)因子進(jìn)行聚類分析，構(gòu)建組合;計(jì)算因子信息比，并根據(jù)信息比對(duì)因子進(jìn)行動(dòng)態(tài)加權(quán)，構(gòu)建組合;對(duì)比分析多因子等權(quán)、多因子加權(quán)、多因子聚類等權(quán)、多因子聚類加權(quán)四種擇股方法的回測結(jié)果，結(jié)果表明，在相同因子分類下，因子信息比率加權(quán)的組合收益明顯高

4、于等權(quán)組合;在相同加權(quán)方式下，采用聚類分析對(duì)因子進(jìn)行分類的組合收益高于傳統(tǒng)組合。對(duì)因子進(jìn)行聚類分析能夠通過跟蹤因子信息系數(shù)的變化跟蹤市場風(fēng)格變化，基于因子信息比率對(duì)因子加權(quán)能夠區(qū)分出當(dāng)期因子的擇股能力，進(jìn)而增厚組合收益。
　　本文在多因子模型的基礎(chǔ)上，將聚類分析和因子加權(quán)結(jié)合在一起，提高了數(shù)據(jù)的利用率，優(yōu)化組合表現(xiàn)。機(jī)器學(xué)習(xí)模型的應(yīng)用是未來量化投資的趨勢之一，聚類分析作為一種常見的無監(jiān)督機(jī)器學(xué)習(xí)模型，將其引入多因子擇股模型為機(jī)器學(xué)