对多因子模型体系的初探及复现
由ypyu创建，最终由ypyu 被浏览 127 用户
导语
本文对华泰证券2016年九月发表的研报《 华泰多因子模型初探》进行了整理与简单的复现，使用的是BigQuant平台上的可视化模板，可供初学者借鉴、熟悉平台的使用以及对因子的理解。 华泰证券－多因子系列之一：华泰多因子模型体系初探.pdf
文章主要有以下内容：
- 多因子模型、定量管理、风险、投资组合等偏经济学方面的定义
- 多因子模型的构建流程：准备工作，收益模型，风险模型，优化模型
- 介绍各种因子，并介绍如何识别因子有效性
- 介绍如何回测，检验收益
本文将使用平台的可视化模块复现研报中几类典型因子的截面分布、行业市值中性化后的截面分布以及rank分布
复现的基本方法
策略案例1
首先附上策略的链接： 规模因子（市值对数）的介绍在研报的第16页
https://bigquant.com/experimentshare/45834259d9dd482cac5aad4050a69b9e
提取数据
首先从数据库 估值分析（market_value_CN_STOCK_A）与 财报数据（financial_statement_CN_STOCK_A）分别提取出股票的总市值（market_cap）与净利润（fs_net_income）、营业收入 (TTM)（fs_operating_revenue_ttm）
计算因子数据
使用链接数据模块将两组数据链接在一起，在通过输入特征列表和衍生特征抽取模块，计算出因子数据
提取数据，清理并绘图
对市值因子的分析
现附上对行业市值进行了中性化处理与数据清洗的策略连接：
策略案例2
https://bigquant.com/experimentshare/3270661b80b74511b63bdafa10198369
本节与上个策略不同点在于：1.引入了行业的概念。下图为引入行业的过程
下图为中性化处理的代码：通过groupby函数将行业分组，减去其市值均值，然后在后续作图过程中进行规范化、去极值等操作。
结果如下图：
几类典型因子的截面分布
- SP因子（营业收入/总市值） （数据清洗前）
（数据清洗后）
2.EPcut（扣除非经常性损益后净利润/总市值，数据清洗前）
（数据清洗后）
3.ROE_TTM
（数据清洗前）
（数据清洗后）
4.流动比例 （数据清洗前）
（数据清洗后）
5.市值对数
（数据清洗前）
（数据清洗后）