【天風(fēng)金工風(fēng)格輪動(dòng)專題報(bào)告一】風(fēng)格的重新定義

報(bào)告要點(diǎn)

風(fēng)格的定義是風(fēng)格輪動(dòng)的基礎(chǔ)

在風(fēng)格輪動(dòng)策略的研究中，最基礎(chǔ)最根本的就是風(fēng)格的定義，需要明確輪動(dòng)所用的標(biāo)的。明確風(fēng)格的構(gòu)建與收益無(wú)關(guān)，只與風(fēng)格刻畫的準(zhǔn)確性相關(guān)。

將風(fēng)格定義方式區(qū)分為依賴于當(dāng)前狀態(tài)與依賴于未來(lái)狀態(tài)

規(guī)模、價(jià)值、反轉(zhuǎn)、動(dòng)量風(fēng)格投資依賴于股票當(dāng)前所處狀態(tài)，因此使用因子當(dāng)前數(shù)值來(lái)代表風(fēng)格指標(biāo)。成長(zhǎng)、盈利、紅利、防御風(fēng)格投資依賴于股票未來(lái)可能所處狀態(tài)，因此使用預(yù)期因子未來(lái)值來(lái)代表風(fēng)格指標(biāo)。

目標(biāo)下期風(fēng)格的因子加權(quán)方法對(duì)未來(lái)風(fēng)格的刻畫效果更佳

相較于以收益為目標(biāo)導(dǎo)向的風(fēng)格定義方法，目標(biāo)下期風(fēng)格因子的方式，得到的風(fēng)格因子值與未來(lái)風(fēng)格的劃分相關(guān)性更高，更加準(zhǔn)確地捕捉到風(fēng)格。

小盤VS大盤、短期反轉(zhuǎn)VS動(dòng)量、低估值VS高估值、高盈利VS低盈利、成長(zhǎng)VS價(jià)值幾類的風(fēng)格擇時(shí)價(jià)值的更高，擇時(shí)的研究?jī)r(jià)值也相對(duì)更大

無(wú)論是不同的風(fēng)格之間，亦或是同一風(fēng)格的不同時(shí)間點(diǎn)，風(fēng)格的表現(xiàn)差異性均較大。從中長(zhǎng)期風(fēng)格月度收益波動(dòng)率來(lái)看，小盤VS大盤、短期反轉(zhuǎn)VS動(dòng)量、低估值VS高估值、高盈利VS低盈利、成長(zhǎng)VS價(jià)值幾類的風(fēng)格擇時(shí)價(jià)值的更高，擇時(shí)的研究?jī)r(jià)值也相對(duì)更大。

在后續(xù)的研究中，我們將以這些風(fēng)格指標(biāo)為標(biāo)的，進(jìn)行各風(fēng)格指標(biāo)影響因素分析，構(gòu)建不同層面的風(fēng)格輪動(dòng)模型。

風(fēng)格定義的問題

“巧婦難為無(wú)米之炊”，在風(fēng)格輪動(dòng)策略的研究中，最基礎(chǔ)最根本的就是風(fēng)格的定義，即風(fēng)格輪動(dòng)策略的“米”，需要明確輪動(dòng)所用的標(biāo)的。

傳統(tǒng)的風(fēng)格研究中，以大小盤風(fēng)格為例，以往可能選用滬深300與中證500指數(shù)的相對(duì)收益作為標(biāo)準(zhǔn)，但事實(shí)上這樣的方式一方面大小盤的代表不準(zhǔn)確，另一方面也很難直接應(yīng)用于股票投資。

隨著多因子理論的興起，更多人從因子的角度來(lái)定義風(fēng)格，比如以規(guī)模因子的表現(xiàn)來(lái)定義大小盤風(fēng)格。誠(chéng)然，這樣的方法在對(duì)某些因子的定義上較為合理，但是在某些因子上這樣的方法并不能準(zhǔn)確得定義風(fēng)格。以成長(zhǎng)風(fēng)格為例，站在當(dāng)下投資高成長(zhǎng)風(fēng)格的原因本質(zhì)是想要投資未來(lái)能夠延續(xù)或者有持續(xù)的高增速的公司，篩選因子和因子加權(quán)應(yīng)該是以風(fēng)格的準(zhǔn)確刻畫為導(dǎo)向。而在多因子體系中，無(wú)論是篩選因子還是給因子賦權(quán)重，均是以最大化收益為目標(biāo)導(dǎo)向（因子IC、對(duì)下期收益解釋程度），原因是因?yàn)槎嘁蜃芋w系本質(zhì)上是目標(biāo)最大化下期收益解釋程度的，而并不在意當(dāng)前投資的是否真正是想要投資的風(fēng)格。

因此本篇報(bào)告從狀態(tài)和預(yù)期，即當(dāng)前狀態(tài)和對(duì)未來(lái)預(yù)期，兩個(gè)角度來(lái)重新定義大類的風(fēng)格指標(biāo)，并對(duì)比重新定義的風(fēng)格指標(biāo)與傳統(tǒng)方式的優(yōu)劣，計(jì)算風(fēng)格在每個(gè)階段的收益，并據(jù)此判斷風(fēng)格擇時(shí)價(jià)值。

風(fēng)格分類與定義

Barra中的風(fēng)險(xiǎn)因子定義方式就是典型的因子角度出發(fā)的風(fēng)格因子定義方式，然而barra中對(duì)于風(fēng)險(xiǎn)因子定義的出發(fā)點(diǎn)是用于對(duì)股票收益的解釋，篩選因子以及合成大類風(fēng)格因子的標(biāo)準(zhǔn)都是使得下期收益率最大化（市場(chǎng)上也有以因子IC、ICIR來(lái)篩選和合成的方式，本質(zhì)均為目標(biāo)收益導(dǎo)向）。誠(chéng)然，這樣的合成方式在用于多因子選股策略的構(gòu)建時(shí)，效果是很好的。但是，如果應(yīng)用于識(shí)別風(fēng)格的變化，這樣的方法其實(shí)并不合適。

因?yàn)?，風(fēng)格投資者更關(guān)心的是所購(gòu)買的股票在當(dāng)前或者未來(lái)是否是他所需求的風(fēng)格類型，而不是其所投資的股票下期能夠獲得多少收益，。一種風(fēng)格不能因?yàn)樵谀骋欢螘r(shí)間它對(duì)下一期的收益預(yù)測(cè)效果降低了，就說(shuō)該風(fēng)格不存在了，或者要改變風(fēng)格的定義，而僅僅是在這段時(shí)間內(nèi)風(fēng)格的收益表現(xiàn)不佳。我們需要將風(fēng)格的定義與風(fēng)格的收益區(qū)分開來(lái)，風(fēng)格的識(shí)別和定義與收益是不相關(guān)的。因此，在對(duì)風(fēng)格定義的時(shí)候，我們應(yīng)當(dāng)追求的是最大化風(fēng)格指標(biāo)解釋程度，而不是最大化收益的解釋程度。

此外，不同的風(fēng)格類型，需求的目標(biāo)也可能是不同的，比如價(jià)值投資，追求的是尋找當(dāng)前估值較低的公司的投資風(fēng)格，而成長(zhǎng)投資，追求的是未來(lái)能夠獲得高增速的公司的投資風(fēng)格。

因此我們對(duì)風(fēng)格的定義方法做了區(qū)分，將定義方法區(qū)分為狀態(tài)類與預(yù)期類。

狀態(tài)類：指的是該風(fēng)格投資依賴于股票當(dāng)前所處狀態(tài)，比如規(guī)模、價(jià)值、反轉(zhuǎn)、動(dòng)量。

預(yù)期類：指的是該風(fēng)格投資依賴于股票未來(lái)可能所處狀態(tài)，比如成長(zhǎng)、盈利、紅利、防御。

我們采用海外主流對(duì)風(fēng)格的分類：價(jià)值（value）、成長(zhǎng)（growth）、動(dòng)量（Momentum）、紅利（Carry）、防御（Defensive），并結(jié)合國(guó)內(nèi)研究加入規(guī)模、盈利兩種分類，共計(jì)7類風(fēng)格指標(biāo)。

下表中列舉了我們的風(fēng)格分類所采用的所有因子指標(biāo)以及其算法。

因子預(yù)處理

以2007年5月1日-2017年12月31日之間因子的月度數(shù)據(jù)，對(duì)列表中的因子的特征進(jìn)行分析。

因子標(biāo)準(zhǔn)化

首先對(duì)因子，根據(jù)中信一級(jí)行業(yè)進(jìn)行行業(yè)內(nèi)標(biāo)準(zhǔn)化處理，并以行業(yè)中位數(shù)為缺失值補(bǔ)全。剔除因子在行業(yè)層面的暴露，同時(shí)對(duì)數(shù)據(jù)采用絕對(duì)中位數(shù)差法（median absolute deviation）歸一化處理:

對(duì)3倍標(biāo)準(zhǔn)差外的取值歸一到3倍標(biāo)準(zhǔn)差。

可以看到部分因子與市值因子相關(guān)性較強(qiáng)，而且A股歷史上市值因子過(guò)于強(qiáng)勢(shì)，因此在嘗試構(gòu)建風(fēng)格因子時(shí)，對(duì)因子與市值因子進(jìn)行正交化處理，做市值中性化處理。

同時(shí)風(fēng)格因子內(nèi)部各因子往往相關(guān)性較強(qiáng)，在做預(yù)期類因子的構(gòu)建時(shí)，為避免共線性的影響，子因子之間進(jìn)行正交化處理。

市值中性化

我們對(duì)各因子均進(jìn)行市值中性化處理，中性化處理后各因子之間的相關(guān)系數(shù)矩陣如下：

可以看到，中性化處理后，各因子與市值因子相關(guān)性均降低到了0，即剝離了市值因子的影響?？梢钥吹絼冸x市值影響之后，風(fēng)格因子內(nèi)部因子的相關(guān)性有所上升，對(duì)于回歸合成風(fēng)格的因子需要對(duì)內(nèi)部的共線性也進(jìn)一步消除，這將在下一部分風(fēng)格的合成中詳細(xì)介紹。

風(fēng)格的合成

我們對(duì)因子進(jìn)行預(yù)處理之后，剔除了因子的行業(yè)影響和市值影響，后續(xù)對(duì)這些中性化的因子進(jìn)行風(fēng)格的合成處理。

狀態(tài)類

在狀態(tài)類風(fēng)格因子的構(gòu)建中，我們對(duì)其中價(jià)值類風(fēng)格的子因子進(jìn)行等權(quán)處理，合成得到價(jià)值因子的取值，而規(guī)模、反轉(zhuǎn)、動(dòng)量三個(gè)風(fēng)格我們均按照原始子因子的值進(jìn)行定義，通過(guò)這樣的方式我們定義得到了規(guī)模、價(jià)值、反轉(zhuǎn)、動(dòng)量四個(gè)風(fēng)格的取值。

預(yù)期類

而對(duì)于預(yù)期類的風(fēng)格因子，如上文所述我們需要采用不同的方式進(jìn)行定義。

我們認(rèn)為，預(yù)期類風(fēng)格投資，比如成長(zhǎng)、盈利、紅利、防御，依賴于股票未來(lái)可能所處狀態(tài)，也就是說(shuō)，投資者投資于該風(fēng)格，需求的是未來(lái)這些股票是否是這樣的風(fēng)格，而不僅是這些股票當(dāng)前處于這樣的風(fēng)格。比如成長(zhǎng)風(fēng)格的投資，投資者寄期望于投資的公司能夠未來(lái)持續(xù)地呈現(xiàn)高速的成長(zhǎng)性，因此定義風(fēng)格的目標(biāo)導(dǎo)向應(yīng)該是對(duì)未來(lái)風(fēng)格的預(yù)測(cè)效果。

因此，為了評(píng)判我們對(duì)未來(lái)預(yù)測(cè)的準(zhǔn)確與否，我們需要設(shè)定一個(gè)對(duì)于每個(gè)風(fēng)格劃分的核心因子，并以此代替?zhèn)鹘y(tǒng)多因子體系下的下期收益率，作為最大化解釋程度的目標(biāo)：

設(shè)定了目標(biāo)因子之后，我們可以通過(guò)最大化對(duì)下期目標(biāo)因子的解釋程度來(lái)確定各子因子的權(quán)重，從而合成風(fēng)格因子。

正交化

而為了消除因子間的共線性，保證合成風(fēng)格指標(biāo)時(shí)回歸系數(shù)的穩(wěn)定性，我們需要對(duì)原始因子矩陣進(jìn)行正交化處理。

我們運(yùn)用我們多因子報(bào)告《因子正交全攻略——理論、框架與實(shí)踐》中介紹的對(duì)稱正交方法對(duì)原始因子矩陣進(jìn)行正交化：

子因子權(quán)重

經(jīng)過(guò)正交化處理后，我們對(duì)正交化后的因子特性進(jìn)行研究，可以發(fā)現(xiàn)，經(jīng)過(guò)正交化處理之后風(fēng)格指標(biāo)內(nèi)部的因子相關(guān)性幾乎為0，消除了共線性的影響之后，我們可以用風(fēng)格指標(biāo)的子因子對(duì)核心因子的下期值進(jìn)行預(yù)測(cè)。

在對(duì)因子進(jìn)行回歸時(shí)，值得注意的一點(diǎn)是對(duì)于財(cái)務(wù)類的因子其更新周期并不是月度的，因此在每次回歸時(shí)，采用每個(gè)財(cái)報(bào)期的時(shí)間點(diǎn)進(jìn)行預(yù)測(cè)，并將該預(yù)測(cè)結(jié)果一直沿用至下期財(cái)報(bào)之前。其中盈利因子與成長(zhǎng)因子以季度為單位進(jìn)行建模，紅利因子以半年度為單位建模。

在對(duì)風(fēng)格的核心因子回歸時(shí)，我們運(yùn)用過(guò)去三期的因子數(shù)據(jù)進(jìn)行回歸，得到各因子的回歸系數(shù)，將該回歸系數(shù)作為當(dāng)期各子因子的加權(quán)系數(shù)，加權(quán)得到的因子值即預(yù)期因子。該預(yù)期因子即作為當(dāng)期風(fēng)格因子值。

合成方法的評(píng)價(jià)

通過(guò)上述的合成方法，我們構(gòu)建了成長(zhǎng)、盈利、紅利、防御四大風(fēng)格因子，而相比于傳統(tǒng)的最大化下期收益的加權(quán)方式，我們運(yùn)用最大化下期核心因子的方式來(lái)為各子因子進(jìn)行加權(quán)處理。我們對(duì)這種加權(quán)方式進(jìn)行兩方面的對(duì)比評(píng)價(jià)，一是單純使用核心因子當(dāng)前值來(lái)劃分風(fēng)格，二是以最大化下期收益方式劃分風(fēng)格（多因子體系下的風(fēng)格劃分）。

首先我們來(lái)對(duì)比單純使用核心因子當(dāng)期值來(lái)預(yù)測(cè)下期核心因子方式回歸的Ｒ方，其中，防御因子因?yàn)椴捎昧藛我灰蜃?，因此不做比較。

可以看到，成長(zhǎng)風(fēng)格與盈利風(fēng)格多因子的回歸方式R方明顯得到了提高，其中成長(zhǎng)風(fēng)格中明顯可以看到，當(dāng)期的主營(yíng)業(yè)務(wù)收入同比水平對(duì)下期的預(yù)測(cè)效果極差，因此單純以當(dāng)期主營(yíng)業(yè)務(wù)收入同比來(lái)定義劃分成長(zhǎng)風(fēng)格得到的結(jié)果與預(yù)期這些公司未來(lái)高成長(zhǎng)的愿景不相符。因此，通過(guò)多個(gè)成長(zhǎng)因子加權(quán)得到的結(jié)果能夠更加準(zhǔn)確地刻畫成長(zhǎng)風(fēng)格。盈利風(fēng)格在R方的提升方面也取得了較為明顯的結(jié)果。而紅利因子因?yàn)橛糜陬A(yù)測(cè)的因子數(shù)量較少，且相關(guān)性相對(duì)較高，因此Ｒ方提升并不是特別明顯。

其次，傳統(tǒng)的風(fēng)險(xiǎn)因子的構(gòu)建多基于收益角度來(lái)構(gòu)建風(fēng)險(xiǎn)因子的子因子權(quán)重，服務(wù)于多因子模型，致力于提高因子對(duì)下期收益的解釋能力。而在風(fēng)格的界定上，這樣的方法并不合適，正如前文所述，風(fēng)格投資者考慮的更多的是投資是否準(zhǔn)確地投資到了對(duì)應(yīng)的風(fēng)格上，而不是此次的風(fēng)格投資為自己貢獻(xiàn)了多少收益。所以我們來(lái)觀察，用兩種方法得到的風(fēng)格因子與下一期實(shí)際核心因子的相關(guān)性，驗(yàn)證哪一種方式對(duì)風(fēng)格的把控更加準(zhǔn)確。基于收益角度的方法我們采用子因子對(duì)下期收益回歸，并用回歸系數(shù)加權(quán)合成風(fēng)險(xiǎn)因子的方法為例。

對(duì)比我們合成的風(fēng)格因子、基于收益的風(fēng)險(xiǎn)因子與下一期實(shí)際的核心因子相關(guān)系數(shù)?？梢钥吹轿覀兒铣傻玫降娘L(fēng)格因子與下期核心因子的相關(guān)性明顯高于基于收益因子的結(jié)果。這也說(shuō)明了，從最大化收益法加權(quán)得到的風(fēng)險(xiǎn)因子，對(duì)下期收益的解釋能力或許的確很高，但是其對(duì)下期風(fēng)格的識(shí)別是會(huì)有很大的偏誤的。紅利因子的結(jié)果更加明顯，由于股息率與股價(jià)波動(dòng)方向存在負(fù)相關(guān)性，如果以收益導(dǎo)向來(lái)為其加權(quán)，得到的相關(guān)系數(shù)與最終結(jié)果截然相反。而基于預(yù)期法的成長(zhǎng)因子與盈利因子的相關(guān)系數(shù)更為穩(wěn)定，基于收益法的結(jié)果相關(guān)系數(shù)波動(dòng)巨大。從而驗(yàn)證了，通過(guò)預(yù)期法得到的風(fēng)格因子能夠保證更好的風(fēng)格預(yù)測(cè)與延續(xù)效果，使得對(duì)于風(fēng)格的投資準(zhǔn)確地落地在真正的風(fēng)格類股票組合上。

風(fēng)格切換收益

通過(guò)上述風(fēng)格合成的步驟，得到了各風(fēng)格的取值。不過(guò)風(fēng)格的研究最終仍然要落實(shí)到什么時(shí)間投資什么風(fēng)格的問題，為了進(jìn)行這個(gè)問題的研究，首先我們需要對(duì)風(fēng)格的表現(xiàn)設(shè)立一個(gè)標(biāo)準(zhǔn)。

由于本文從因子的角度來(lái)劃分風(fēng)格，得到了各個(gè)股票在每個(gè)風(fēng)格上的得分，我們就可以依據(jù)評(píng)判因子表現(xiàn)的方法來(lái)評(píng)判風(fēng)格的表現(xiàn)。我們?cè)谶@里采用了分組回測(cè)的方式來(lái)對(duì)風(fēng)格的表現(xiàn)進(jìn)行衡量。

回測(cè)框架：

1、回測(cè)時(shí)間區(qū)間：2007年8月1日-2017年12月29日

2、回測(cè)范圍：全A股票

3、剔除停牌與交易日漲停個(gè)股

4、根據(jù)風(fēng)格因子值分為十組，分別計(jì)算收益

5、調(diào)倉(cāng)頻率：月度

計(jì)算得到的第一組與第十組的多頭收益作為該風(fēng)格極端的代表性收益，但是單純的多頭收益收到市場(chǎng)影響較大，更多時(shí)候我們關(guān)注在兩個(gè)風(fēng)格之間的切換關(guān)系。我們?cè)O(shè)定不同的風(fēng)格配對(duì)組合，觀察風(fēng)格間的收益情況來(lái)判斷什么時(shí)間點(diǎn)哪幾種風(fēng)格相對(duì)強(qiáng)勢(shì)，哪幾種風(fēng)格表現(xiàn)不佳.

風(fēng)格擇時(shí)價(jià)值

通過(guò)對(duì)風(fēng)格的重新定義，我們劃定了風(fēng)格因子并計(jì)算了風(fēng)格因子的收益，但是可以看到，各個(gè)風(fēng)格的表現(xiàn)迥異。無(wú)論是不同的風(fēng)格之間，亦或是同一風(fēng)格的不同時(shí)間點(diǎn)，風(fēng)格的表現(xiàn)差異性均較大。在不同的風(fēng)格上和不同的時(shí)間階段上對(duì)其進(jìn)行擇時(shí)是否有價(jià)值，是我們需要進(jìn)行衡量的一個(gè)重要方面。

我們用不同時(shí)間周期下的風(fēng)格配對(duì)月度收益標(biāo)準(zhǔn)差來(lái)衡量這段時(shí)期內(nèi)風(fēng)格擇時(shí)的價(jià)值，只有當(dāng)風(fēng)格配對(duì)的收益率的波動(dòng)率足夠大，代表著風(fēng)格配對(duì)月間的收益波動(dòng)越大，對(duì)風(fēng)格配對(duì)進(jìn)行擇時(shí)的效果也就越好。

可以看到，從短期（6-12個(gè)月）來(lái)看，小盤VS大盤、短期反轉(zhuǎn)VS動(dòng)量的擇時(shí)價(jià)值最大，低估值VS高估值、長(zhǎng)期動(dòng)量VS反轉(zhuǎn)、盈利風(fēng)格、防御風(fēng)格的擇時(shí)價(jià)值較大。而中長(zhǎng)期（36-48個(gè)月）來(lái)看，擇時(shí)價(jià)值排序?yàn)樾”PVS大盤、短期反轉(zhuǎn)VS動(dòng)量、低估值VS高估值、盈利風(fēng)格、成長(zhǎng)VS價(jià)值?？傮w而言高紅利VS紅利等權(quán)、高成長(zhǎng)VS低成長(zhǎng)的擇時(shí)價(jià)值相對(duì)較低。

因此風(fēng)格的擇時(shí)價(jià)值大部分集中于小盤VS大盤、短期反轉(zhuǎn)VS動(dòng)量、低估值VS高估值、高盈利VS低盈利、成長(zhǎng)VS價(jià)值，這幾類的風(fēng)格切換的擇時(shí)性價(jià)比更高，擇時(shí)的研究?jī)r(jià)值也相對(duì)更大。

總結(jié)

本報(bào)告從風(fēng)格投資的追求的目標(biāo)出發(fā)，定義風(fēng)格指標(biāo)，并確定風(fēng)格收益的基準(zhǔn)，并根據(jù)收益的波動(dòng)率大小來(lái)衡量各風(fēng)格擇時(shí)的價(jià)值。

首先，我們將風(fēng)格的定義區(qū)分成兩個(gè)部分，一是狀態(tài)類，指的是該風(fēng)格投資依賴于股票當(dāng)前所處狀態(tài)，比如規(guī)模、價(jià)值、反轉(zhuǎn)、動(dòng)量。一是預(yù)期類，指的是該風(fēng)格投資依賴于股票未來(lái)可能所處狀態(tài)，比如成長(zhǎng)、盈利、紅利、防御。

其次，對(duì)于狀態(tài)類風(fēng)格，采用對(duì)應(yīng)的因子指標(biāo)來(lái)對(duì)風(fēng)格指標(biāo)進(jìn)行計(jì)算。

再次，對(duì)于預(yù)期類風(fēng)格，采用最大化下期核心因子解釋程度的方式對(duì)風(fēng)格指標(biāo)內(nèi)因子進(jìn)行加權(quán)處理，得到對(duì)應(yīng)的預(yù)期類風(fēng)格指標(biāo)。

再次，運(yùn)用得到的風(fēng)格指標(biāo)，在全市場(chǎng)內(nèi)篩選股票，建立股票組合，風(fēng)格指標(biāo)極端的前后10%構(gòu)建的組合是不同風(fēng)格的極端代表。

最后，根據(jù)風(fēng)格收益的波動(dòng)性來(lái)衡量各風(fēng)格的擇時(shí)價(jià)值，確定擇時(shí)價(jià)值最高的風(fēng)格切換類型為小盤VS大盤、短期反轉(zhuǎn)VS動(dòng)量、低估值VS高估值、高盈利VS低盈利、成長(zhǎng)VS價(jià)值。

“無(wú)目標(biāo)的努力猶如在黑暗中遠(yuǎn)征”，明確了風(fēng)格輪動(dòng)目標(biāo)，在后續(xù)的研究中，我們將以這些風(fēng)格指標(biāo)為標(biāo)的，進(jìn)行各風(fēng)格指標(biāo)影響因素分析，構(gòu)建不同層面的風(fēng)格輪動(dòng)模型。

天風(fēng)金工專題報(bào)告一覽

1 《金融工程：我國(guó)商品期貨分類及異質(zhì)性基本面分析概述》 2018-1-31

2《金融工程：季節(jié)性盈利異象帶來(lái)的意外收益》 2018-01-22

3 《金融工程：對(duì)比效應(yīng)對(duì)超預(yù)期事件的增強(qiáng)策略》2017-12-12

4 《金融工程：基于風(fēng)格因子溢價(jià)的資產(chǎn)配置視角》2017-12-5

5 《金融工程：勝率超40%的重組預(yù)測(cè)模型》2017-11-28

6 《金融工程：引入衰減加權(quán)和趨勢(shì)跟蹤的主成分風(fēng)險(xiǎn)平價(jià)模型研究》2017-11-17

7 《金融工程：協(xié)方差矩陣的估計(jì)和評(píng)價(jià)方法》2017-11-17

8 《金融工程：因子正交全攻略——理論、框架與實(shí)踐》2017-10-30

10 《金融工程：信用利差的選擇性對(duì)沖—國(guó)債期貨套保實(shí)證》2017-10-24

11 《金融工程：基于動(dòng)態(tài)風(fēng)險(xiǎn)控制的組合優(yōu)化模型》2017-09-21

12 《金融工程：基于半衰主成分風(fēng)險(xiǎn)平價(jià)模型的全球資產(chǎn)配置策略研究》 2017-09-18