因子投资(FI)

每一讲都用本地引擎在 A股 上真跑,零编造地判断“因子真不真”。

课程介绍

以石川等《因子投资:方法与实践》为主线,每讲用本地 roquant 在 A股 上真跑、输出真实数字。你会看到 A股 与美股的差异,并掌握一整套“科学判断一个因子是否真实有效”的方法论(多重检验、防前视)。

学完你能

  • 在 A股 上构建并检验因子,输出真实数字
  • 掌握多重检验、防前视等“因子真伪”方法论
  • 为组合优化与风险模型提供 alpha 来源

与其他课程的关系

参考资料

  • 教材:石川、刘洋溢、连祥斌《因子投资:方法与实践》(电子工业出版社 2020)
  • 配套代码:每讲配可运行的真实代码,见下方课程目录

在体系中的位置

量化金融能力(金融线) 量化工程能力(工程线)
 RM · EX  RD-Agent
 ER · AM · IR · FR  MLflow
 QF  qlib
 FI ←你在这里 · QI · AP  ML · ML4T
 INV · MB  Pandas · OOP4

课程目录

  1. 第01讲_什么是因子投资_一个因子要过哪几关
  2. 第02讲_主要因子巡览
  3. 第03讲_一个公式_因子多因子模型与异象
  4. 第04讲_两个角度与三个视角
  5. 第05讲_投资组合排序法
  6. 第06讲_时序回归与因子暴露
  7. 第07讲_Fama-MacBeth两步回归
  8. 第08讲_标准误深入
  9. 第09讲_GRS检验
  10. 第10讲_GMM与SDF
  11. 第11讲_因子构建流程
  12. 第12讲_价值与规模因子
  13. 第13讲_动量与反转因子
  14. 第14讲_盈利投资低波换手因子
  15. 第15讲_从CAPM到三因子
  16. 第16讲_FF5与Carhart与q因子
  17. 第17讲_多因子模型比较与选择
  18. 第18讲_复合异象
  19. 第19讲_异象实证与多重检验
  20. 第20讲_因子动物园与研究现状
  21. 第21讲_行为金融与机器学习
  22. 第22讲_可投资性与交易成本
  23. 第23讲_因子择时与风险模型
  24. 第24讲_SmartBeta与因子配置
  25. 第25讲_因子投资避坑清单
  26. 第26讲_延伸与地图