因子选股与事件驱动的 Bayes 整合——《因子选股系列研究之二十六》
创建于 更新于
摘要
本报告提出采用横截面回归方法剔除行业和市值影响，结合秩检验准确识别事件驱动的有效alpha。通过Bayes方法整合多因子模型与事件驱动的残差收益预测，实证考察了中证500成份股内的多因子增强策略及六个事件的alpha贡献。结果显示，利空事件在A股市场缺乏做空机制下对残差收益预测尤为稳健，整合后显著提升了多因子模型的预测能力和策略表现，而利好事件反应较早，整合效果一般。事件覆盖率较低限制了整合的提升空间，建议提升调仓频率挖掘短线事件以增强效果。[page::0][page::2][page::8][page::9][page::14][page::17]
