`

花开股市,相似几何五:弱关联关系下的特异性 Alpha 因子挖掘

创建于 更新于

摘要

本报告围绕“相似动量”新因子挖掘框架,提出多维度改进方法,包括相似矩阵降噪、另类矩阵利用及降维方法创新,并结合专利、财务和基金持仓三类底层向量构建多种Alpha因子。多因子相关性极低,复合因子表现优异,样本外表现稳定,因子特异性强,有望捕捉弱关联Alpha溢价,为量化选股提供重要思路与实践路径 [page::0][page::4][page::6][page::20][page::22].

速读内容

深度阅读

报告