量化投资 第二章
基本面选股：多因子模型，风格轮动模型，行业轮动模型
市场行为选股：资金流模型，动量反转模型，一致预期模型，趋势追踪模型，筹码选股模型
量化选股业绩：收益率+风险指数
2.1 多因子模型
打分法：各个因子按大小打分，加权后得到总分。分为静态加权和动态加权。
优点：比较稳健，不受极端值影响
回归法：用过去股票的收益率对多因子进行回归得到回归方程，把新的因子值带入方程得到对未来的预判
优点：能及时调整股票对各因子的敏感性
缺点：容易受极端值的影响 在股票对因子敏感度变化较大的市场效果较差
模型的建立过程：候选因子的选取，候选因子有效性的检验，有效但冗余因子的剔除，综合评分模型的建立，模型的评价与持续改进
候选因子的选取
主要依赖于经济逻辑和市场经验，因子更多更有效收益就更高
e.g.基本面指标：PB（每股市场价格/每股净资产的比率。亦即是风险溢价值）,PE（市盈率，当前每股市场价除每股盈利的比率）,EPS（每股收益）增长率
技术面指标：动量，换手率，波动等
候选因子有效性的检验
对于任意一个因子，先计算每只股票的该因子的大小，按从小到大的顺序排，分为n组。不断循环，直到模型形成末期。满足以下三个条件的因子可以进入到进一步筛选
（1）组序数 i 和组年化复合收益的相关性绝对值大于等于MinCorr（设定的收益和序数的最小相关性阈值）
（2）如果序数和收益呈负相关，组1的收益 > MInARtop > 0 组n的收益 < MInARbottom < 0
如果序数和收益呈正相关，组n的收益 > MInARtop > 0 组1的收益 < MInARbottom < 0
这样保证有一个组合是明显跑赢市场的组合，另一个相反
（3）较高收益的组合能以较高的概率跑赢市场，较低收益的组合能以较高的概率跑输市场
有效但冗余因子的剔除
只保留同类因子中收益最好，区分度最高的一个因子
综合评分模型的建立
模型的评价与持续改进
量化选股是建立在市场无效或若有效的前提之下的