| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景与研究意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外相关文献综述 | 第10-12页 |
| 1.2.1 国外量化投资文献综述 | 第10-11页 |
| 1.2.2 国内量化投资文献综述 | 第11页 |
| 1.2.3 PCA和随机森林在股票研究中的相关文献综述 | 第11-12页 |
| 1.3 研究内容和论文框架 | 第12-14页 |
| 1.3.1 研究内容 | 第12-13页 |
| 1.3.2 内容框架 | 第13-14页 |
| 2 BARRA量化对冲模型 | 第14-23页 |
| 2.1 BARRA模型的相关理论 | 第14-17页 |
| 2.1.1 均值方差模型 | 第14页 |
| 2.1.2 资本资产定价模型 | 第14-15页 |
| 2.1.3 套利定价模型 | 第15页 |
| 2.1.4 三因子模型和五因子模型 | 第15-16页 |
| 2.1.5 BARRA结构化多因子风险模型 | 第16-17页 |
| 2.2 BARRA量化对冲模型的构建过程 | 第17-19页 |
| 2.2.1 BARRA选股模型的构建过程 | 第17-18页 |
| 2.2.2 BARRA量化对冲模型的构建 | 第18-19页 |
| 2.3 因子的描述及其预处理 | 第19-22页 |
| 2.3.1 因子的描述 | 第19-21页 |
| 2.3.2 因子预处理 | 第21-22页 |
| 2.4 小结 | 第22-23页 |
| 3 PCA在BARRA量化对冲模型中的应用研究 | 第23-35页 |
| 3.1 PCA的简单介绍 | 第23-24页 |
| 3.1.1 PCA的基本原理 | 第23页 |
| 3.1.2 PCA的计算步骤 | 第23-24页 |
| 3.2 PCA在建模与风格因子提取中的应用 | 第24-34页 |
| 3.2.1 PCA思想在建模中的应用 | 第25-26页 |
| 3.2.2 PCA在风格因子提取中的应用 | 第26-28页 |
| 3.2.3 纯因子实证检验 | 第28-33页 |
| 3.2.4 BARRA量化对冲模型的实证检验 | 第33-34页 |
| 3.3 小结 | 第34-35页 |
| 4 随机森林在BARRA量化对冲模型中的应用研究 | 第35-45页 |
| 4.1 随机森林的理论介绍 | 第35-37页 |
| 4.1.1 Bootstrap方法概述 | 第35页 |
| 4.1.2 Bagging算法概述 | 第35页 |
| 4.1.3 随机森林算法 | 第35-37页 |
| 4.2 随机森林在因子合成中的应用 | 第37-44页 |
| 4.2.1 算法学习的样本 | 第37-38页 |
| 4.2.2 纯因子实证检验 | 第38-43页 |
| 4.2.3 BARRA量化对冲模型的实证检验 | 第43-44页 |
| 4.3 小结 | 第44-45页 |
| 5 多因子量化选股系统 | 第45-59页 |
| 5.1 需求分析 | 第45-48页 |
| 5.1.1 需求概述 | 第45页 |
| 5.1.2 功能需求 | 第45-48页 |
| 5.2 系统设计 | 第48-52页 |
| 5.2.1 系统架构设计 | 第48-49页 |
| 5.2.2 系统界面设计 | 第49-52页 |
| 5.3 系统测试 | 第52-58页 |
| 5.3.1 因子生成子系统 | 第52-53页 |
| 5.3.2 因子检验子系统 | 第53-57页 |
| 5.3.3 选股子系统 | 第57-58页 |
| 5.4 小结 | 第58-59页 |
| 6 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59-60页 |
| 6.2 展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-64页 |