第四章-收益率模型

以多因子模型为方法论，开发更牛逼的收益率模型，是量化研究员的主要工作内容。

获取Alpha

开发收益率模型的目的是，找到能够预测股票股票收益率的预测变量，这些变量往往是通过股票的量价或者财务数据计算的指标。

往往用某个宽基指数作为股票池，宽基指数的收益率作为基准。若收益率模型所获取的收益能够超过基准，业界称为“超额收益”，或者说“Alpha收益”。而预测变量被称为Alpha因子。

业界的“Alpha因子”和学界的因子不是一个概念。业界的“Alpha收益”和学界的异象$\alpha$不是一个概念。业界实践简单朴素：找到一些变量，训练模型，获得超额收益。

挑选预测变量

实践中投资机构会维护因子库，里面放着的就是绞劲脑汁，用数据挖掘的方法，找到的各种预测变量。预测变量要入库，要具备这些特点：

1. 逻辑性

2. 持续性

   评价因子的有效性，可以用到前面说的实证因子检验方法：IC分析、投资组合排序法、发表前后检验等。

3. 信息增量性

4. 稳健性

5. 可投资性

6. 普适性

当然，不同的机构看重的方面不一样。

收益率预测

1. 确定投资范围

   包括原始股票池以及优化股票池。

2. 剔除预测变量异常值

3. 非参数化预测

   简单根据条件选股，如技术分析中的K线形态、趋势分析等。

4. 参数化预测