Watch and track your favorite playlist.
Curated by: 工作姐博士在读 (157 videos)
### 你将学到什么 - 看懂巴拉模型在干什么:不是预测涨跌,而是把每只票每个月的收益,拆成风格因子贡献、行业因子贡献、和拆不掉的特异收益3 块,是做风险归因和业绩归因的工具。 - 学会横截面回归的思路:每个月末,把当月所有股票的收益,对它们的五个风格暴露加上行业哑变量做一次回归,回归系数就是当月每个风格、每个行业的因子收益率,残差就是特异收益。 - 记住A股风格的真实方向:本节规模因子年化负7.8%、t值负3.98,大市值系统性跑输;波动因子年化正9.2%、t值3.4,高波动股反而赚得多,是A股的投机偏好。 - 看清行业的解释力有多大:只用五个风格因子,平均只能解释横截面收益的16%;加上行业哑变量,一下跳到42%,行业额外贡献了26个百分点。 - 理解特异收益就是选股alpha:本节特异收益平均占了收益波动的58%,这部分是风格和行业都解释不了的,是真正的选股本事,也是能靠分散持股消掉的非系统性风险。 ### 课程特色 - 真实美股/A 股数据实战 - 可运行的 Python 代码 - 华尔街从业者视角:量化研究员的核心日常 - 主战场 A 股,也讲港股/美股/加密策略 - 配套 PDF 课件、视频、Notebook 三件套 ### 适合人群 - 想从主观炒股转量化的散户 - 对量化投资感兴趣的金融专业学生 - 想从数据科学转向量化金融的工程师 - 散户希望系统学习量化方法的策略爱好者 ### 课程大纲 本节课内容概要: 1. 巴拉模型是什么:给收益做归因的风险模型,不是预测工具 2. 风格因子:把公司的特征标准化成打分 3. 行业因子:用哑变量把行业归属塞进模型 4. 横截面回归:一次性估出所有因子的当月收益 5. 方差分解与特异收益:看清系统性和特异各占多少 ### 配套资料，小红书|B站|知识星球 @工作姐博士在读 购买后你将获得: 1. 环境安装教学视频 2. 配套课件 3. Python 源代码