多因子模型 Beta 估计方法
创建于 更新于
摘要
本报告系统研究了多因子模型中 Beta 的估计方法，重点比较了滚动OLS、全部历史数据OLS和均值回复的状态空间方法三种 Beta 预测技术，揭示了不同方法在 Beta 波动性和多因子选股收益表现上的差异。采用状态空间方法配合 Kalman 滤波实现的 Beta 预测能够显著提升多因子选股收益，在因子预测准确性提升时收益呈指数增长，凸显了 Beta 精准估计对多因子投资策略的重要性 [page::0][page::2][page::6][page::9][page::13]
