非线性因子分析在股票收益率模型中的应用
| 摘要 | 第10-11页 |
| ABSTRACT(英文摘要) | 第11-12页 |
| 第一章 绪论 | 第13-15页 |
| §1.1 量化投资 | 第13页 |
| §1.2 量化选股模型 | 第13-14页 |
| §1.2.1 套利定价理论 | 第13-14页 |
| §1.2.2 动量反转模型 | 第14页 |
| §1.2.3 分类树和回归树 | 第14页 |
| §1.2.4 神经网络 | 第14页 |
| §1.3 本文主要工作及创新点 | 第14-15页 |
| 第二章 预备知识 | 第15-24页 |
| §2.1 多因子选股模型基本理论 | 第15-17页 |
| §2.1.1 资产定价模型CAPM | 第15-16页 |
| §2.1.2 套利定价理论与多因子模型 | 第16页 |
| §2.1.3 多因子模型的风险结构 | 第16-17页 |
| §2.1.4 模型收益和风险归因 | 第17页 |
| §2.2 线性因子分析理论 | 第17-24页 |
| §2.2.1 因子分析模型 | 第17-19页 |
| §2.2.2 因子模型中各个变量的含义 | 第19页 |
| §2.2.3 因子载荷阵的求解 | 第19-22页 |
| §2.2.4 因子旋转和因子得分 | 第22-24页 |
| 第三章 非线性因子分析模型 | 第24-31页 |
| §3.1 问题与模型 | 第24页 |
| §3.2 正交因子分析的基本形式 | 第24-26页 |
| §3.3 正交因子定理 | 第26-29页 |
| §3.4 贡献率分析 | 第29-31页 |
| 第四章 实证分析 | 第31-49页 |
| §4.1 数据选取与预处理 | 第31-33页 |
| §4.2 因子分析 | 第33-36页 |
| §4.3 聚类分析对股票进行分组 | 第36-39页 |
| §4.4 排序变量的选定 | 第39-43页 |
| §4.5 根据排序变量对5类股票进行排序 | 第43-44页 |
| §4.6 回测组合收益率表现 | 第44-47页 |
| §4.7 图表总结与分析 | 第47页 |
| §4.8 结论与进一步的研究方向 | 第47-49页 |
| 附录A 实证分析程序代码 | 第49-60页 |
| §A.1 指标预处理(python) | 第49-50页 |
| §A.2 线性因子分析程序(sas) | 第50页 |
| §A.3 非线性因子分析程序(sas) | 第50-58页 |
| §A.4 按类选股和回测程序(python) | 第58-60页 |
| 参考文献 | 第60-62页 |
| 致谢 | 第62页 |
