中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
以利為利:財政關系與地方政府行為
-
>
立足飯碗 藏糧于地——基于中國人均耕地警戒值的耕地保護視角
-
>
營銷管理
-
>
茶葉里的全球貿易史(精裝)
-
>
近代華商股票市場制度與實踐(1872—1937)
-
>
麥肯錫圖表工作法
-
>
海龜交易法則
因子投資:方法與實踐 版權信息
- ISBN：9787121394287
- 條形碼：9787121394287 ; 978-7-121-39428-7
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
因子投資:方法與實踐 本書特色
適讀人群 ：本書適合與因子投資相關的從業人員、與實證資產定價相關的學生和老師，以及對因子投資理念感興趣的讀者。因子投資在國內的股票和債券市場上已經得到了廣泛的應用，相應的中文版圖書卻是一片空白。本書為彌補這個遺憾而寫作。作者既梳理了近50年來學術界和業界的理論方法，又針對中國A股市場給出了獨立的、可復制的、高質量的因子實證分析結果，對中國資本市場的發展和完善意義深遠。 本文作者來自“川總寫量化”“因子動物園”的創作者石川、劉洋溢和連祥斌，他們創作的關于因子投資的高質量內容早已得到學術界和業界的高度認可。 √一覽全貌：從學術界、管理人和投資者三個維度詳述因子投資基礎 √奠定基礎：投資組合排序法、廣義矩估計等因子分析常用的統計學方法介紹 √理解應用：以A股市場為對象，從因子、多因子模型和異象三個角度進行實證分析 √熱門話題：多重假設檢驗對挖掘因子和異象的危害、行為金融學、機器學習與因子投資等 √投資務實：以多因子模型為數量化工具的主動投資和Smart Beta 投資實踐等 √專業避坑：娓娓道來因子投資實踐中會遇到的各種“坑”，少走彎路，實現高效投資 √作者愿景：理論和實踐結合的經典，一本真正可操作、可上手的因子投資手冊
因子投資:方法與實踐 內容簡介
本書在統一視角下，體系化地介紹了因子投資中的重要研究方法，并針對中國A 股市場給出了獨立的、可復制的、高質量的因子實證分析結果，是一本真正可操作、可上手的因子投資手冊。本書主要內容包括：因子投資基礎、因子投資方法論、主流因子解讀、多因子模型、異象研究、因子研究現狀和因子投資實踐。書中還以附錄的形式對理解資產價格的研究脈絡進行了梳理。本書的寫作既注重學術文獻的嚴謹，也注重普通讀者的閱讀體驗。書中雖然涉及必要的數學公式，但是會深入淺出、抽絲剝繭地解釋統計方法，并把重點放在實證分析上，同時也會對因子投資的實務進行解讀。
因子投資:方法與實踐 目錄
第1 章因子投資基礎
1.1 統一視角下的因子投資 1
1.1.1 一個公式 1
1.1.2 因子、多因子模型和異象3
1.1.3 再論異象和因子 5
1.1.4 因子投資包含的內容6
1.1.5 實證資產定價與因子投資9
1.2 因子投資的學術起源 11
1.2.1 實證資產定價 11
1.2.2 研究現狀 13
1.3 因子投資的業界發展 14
1.3.1 因子投資和管理人15
1.3.2 因子投資和投資者16
1.4 本書的結構 19
第2 章因子投資方法論
2.1 投資組合排序法 22
2.1.1 因子模擬投資組合22
2.1.2 排序法及其檢驗 24
2.1.3 多重排序法 28
2.1.4 因子命名約定 33
2.2 多因子模型的回歸檢驗 34
2.2.1 時間序列回歸 36
2.2.2 截面回歸 39
2.2.3 時序回歸vs 截面回歸42
2.2.4 Fama–MacBeth 回歸45
2.2.5 不同回歸方法比較48
2.3 因子暴露和因子收益率 48
2.3.1 引入工具變量 50
2.3.2 使用公司特征 51
2.3.3 兩類模型 52
2.4 異象檢驗 53
2.4.1 時序回歸檢驗異象54
2.4.2 計量經濟學問題 55
2.4.3 White 估計量和Newey–West 估計量57
2.4.4 截面回歸檢驗異象59
2.5 多因子模型比較 60
2.5.1 GRS 檢驗 61
2.5.2 均值--方差張成檢驗62
2.5.3 從幾何角度比較GRS 和均值--方差張成 66
2.5.4 α 檢驗 70
2.5.5 貝葉斯方法 70
2.6 因子正交化 72
2.6.1 簡單一元回歸 73
2.6.2 回歸的幾何意義 73
2.6.3 用正交化過程求解多元回歸 75
2.7 廣義矩估計 78
2.7.1 樣本均值的方差 78
2.7.2 分析框架 80
2.7.3 數學基礎 84
2.7.4 有效性 86
2.7.5 不應成為黑箱 88
2.8 研究方法建議 89
第3 章主流因子解讀
3.1 數據和流程 91
3.1.1 數據來源 91
3.1.2 量價數據處理 92
3.1.3 財務數據處理 95
3.1.4 因子構造流程 102
3.1.5 實證設定 106
3.2 市場因子 107
3.2.1 市場因子起源 107
3.2.2 對CAPM 的質疑108
3.2.3 市場因子實證 109
3.3 規模因子 112
3.3.1 規模因子起源 112
3.3.2 規模因子成因 113
3.3.3 規模因子實證 113
3.4 價值因子 117
3.4.1 價值因子起源 117
3.4.2 價值因子成因 118
3.4.3 價值因子實證 119
3.5 動量因子 124
3.5.1 動量因子起源 124
3.5.2 動量因子成因 125
3.5.3 動量因子實證 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 盈利因子實證 134
3.7 投資因子 138
3.7.1 投資因子起源 138
3.7.2 投資因子成因 139
3.7.3 投資因子實證 140
3.8 換手率因子 146
3.8.1 換手率因子起源 146
3.8.2 換手率因子成因 147
3.8.3 換手率因子實證 148
第4 章多因子模型
4.1 主流多因子模型綜述 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 股中被定價的因子 171
4.2.1 Fama–MacBeth 回歸實證設定 171
4.2.2 Fama–MacBeth 回歸結果172
4.3 多因子模型比較：來自A 股的例子 173
4.3.1 兩個模型 173
4.3.2 BM、ROE 與預期收益174
4.3.3 模型比較的實證結果176
4.4 多因子模型的簡約性 187
第5 章異象研究
5.1 估值高低中的異象 191
5.1.1 價值因子與價值投資192
5.1.2 F-Score 193
5.1.3 G-Score 195
5.1.4 通過預期差獲取超額收益198
5.2 基本面錨定反轉 202
5.2.1 金融學依據 203
5.2.2 A 股市場中的基本面錨定反轉 204
5.3 特質性波動率 210
5.3.1 套利不對稱性和特質性波動率 212
5.3.2 A 股市場中的特質性波動率異象 213
第6 章因子研究現狀
6.1 p-hacking 和“因子動物園”222
6.1.1 何為p-值 222
6.1.2 在追逐p-值的道路上狂奔223
6.1.3 硬科學與軟科學 224
6.1.4 正確認識p-值的含義224
6.1.5 多重假設檢驗 226
6.1.6 先驗的重要性 229
6.2 從“因子動物園”到“因子大戰” 231
6.2.1 形同意不同的投資因子232
6.2.2 q5 模型 233
6.2.3 因子大戰 234
6.3 用行為金融學解釋異象和因子236
6.3.1 套利限制 238
6.3.2 預期中的偏差 240
6.3.3 風險偏好中的偏差244
6.3.4 認知限制 250
6.3.5 行為金融學與市場異象251
6.3.6 行為有效市場 255
6.4 投資者情緒 256
6.4.1 投資者情緒的度量257
6.4.2 投資者情緒與異象表現259
6.4.3 投資者情緒與市場表現261
6.5 風險補償、錯誤定價還是數據窺探 262
6.5.1 風險補償檢驗 262
6.5.2 錯誤定價檢驗 263
6.5.3 數據窺探檢驗 266
6.6 因子樣本外失效風險 268
6.6.1 曝光導致錯誤定價減弱269
6.6.2 因子擁擠 270
6.6.3 交易成本 271
6.7 因子投資難以取代基本面分析273
6.7.1 基本面分析 274
6.7.2 基本面量化投資 275
6.7.3 基本面投資“因子化”的不足 277
6.7.4 思考和討論 279
6.8 機器學習與因子投資 280
6.8.1 線性模型 281
6.8.2 非線性模型 283
6.8.3 模型評估與實證研究285
6.8.4 主成分分析和因子選擇287
6.8.5 機器學習的問題 290
第7 章因子投資實踐
7.1 收益率模型：獲取“阿爾法”293
7.1.1 基本術語 293
7.1.2 尋找預測變量 294
7.1.3 挑選預測變量 295
7.1.4 收益率預測 299
7.2 風險模型：以Barra 為例307
7.2.1 Barra 多因子模型307
7.2.2 模型求解 309
7.2.3 純因子投資組合 311
7.2.4 協方差矩陣求解及調整313
7.3 投資組合優化 319
7.3.1 錯位的收益與風險模型319
7.3.2 目標函數 322
7.3.3 不同目標函數的比較324
7.3.4 約束條件 326
7.3.5 交易成本模型 330
7.4 Smart Beta：因子投資的捷徑331
7.4.1 因子指數和Smart Beta332
7.4.2 為什么要投資Smart Beta339
7.4.3 如何投資Smart Beta342
7.4.4 應用實踐 348
7.4.5 更多討論 356
7.5 因子擇時 357
7.5.1 按因子估值擇時 357
7.5.2 按因子動量擇時 359
7.5.3 按因子波動擇時 359
7.5.4 按市場情緒擇時 360
7.5.5 按宏觀因素擇時 361
7.5.6 因子擇時很難 363
7.6 風格分析 363
7.6.1 經典風格分析 364
7.6.2 基于多空因子的風格分析366
7.6.3 實例：巴菲特的投資風格367
7.7 風險歸因 370
7.7.1 兩種傳統風險歸因方法371
7.7.2 風險的三要素 371
7.7.3 從風險角度看收益相關性373
7.7.4 將三要素公式應用于多因子模型 375
7.8 因子投資展望 376
7.8.1 另類數據 376
7.8.2 用因子實現大類資產配置381
后記
附錄A 理解資產價格
參考文獻
展開全部
因子投資:方法與實踐 作者簡介
石川 北京量信投資管理有限公司創始合伙人，首席科學家；清華大學學士、碩士，麻省理工學院博士；現任知名期刊 Computers in Industry編委會委員和十余家國際期刊審稿人；曾就職Citigroup、Oracle 及P&G。石川博士精通各種概率模型和統計建模方法，擅于以金融數學分析為手段進行資產配置、投資組合風險管理、量化多因子選股及衍生品 CTA 策略的開發，并對行為金融學有獨到的見解，其研究成果多次發表于European Journal of Operational Research等國際期刊。 劉洋溢 西南財經大學金融學博士研究生，曾有數年量化交易經驗和FoF研究經驗。當前主要研究方向為實證資產定價，特別是因子定價模型、投資異象、基金及資產配置的研究。 連祥斌 東北財經大學社會與行為跨學科研究中心行為金融學碩士，曾在私募基金公司和金融科技公司擔任量化研究員，負責量化策略的研發和交易。現任中歐瑞博量化策略研究員，負責 CTA、量化選股、量化擇時及大類資產等研究工作。研究方向包括資產配置、因子投資和組合管理等領域，精通MATLAB、Python和SQL等語言，熟悉各類量化模型和程序化交易。
書友推薦
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
隨園食單
- >
羅曼·羅蘭讀書隨筆-精裝
- >
自卑與超越
- >
唐代進士錄
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
【精裝繪本】畫給孩子的中國神話
- >
巴金－再思錄
本類暢銷
