策略分享——趋势增强因子ETF策略
由sywgfuture01创建,最终由sywgfuture01 被浏览 22 用户
1. 趋势增强因子
在原来趋势得分因子的基础上,加入了时间的二次项和时间的三角函数项,分别代表趋势强度和趋势波动,并通过岭回归算法计算预测值,算出加强后的拟合优度,从而计算趋势增强因子。
1.1 原来的趋势得分因子
不足:
- **对过拟合无惩罚:**在价格预测中,若加入100个随机噪声因子,R²可能虚高,但样本外表现极差。
- 线性回归的R²:仅衡量模型对目标变量 y 的线性部分的解释能力。
- 非线性特征:二次项 (x2)、三角函数(如 sin(x), cos(x))属于非线性变换,其解释力未被传统R²完全捕获。
\
1.2 趋势增强因子
方程的改变:
回归方式的改变:
代码实现:
coeffs = np.linalg.solve(XTX_reg, XTy)
计算拟合优度后算出趋势增强因子:
\
2. 策略思路
滚动计算每一只ETF的趋势增强因子,以25日为窗口期,计算后按因子得分大小排序,选取得分最高的前三只ETF持有,加入止盈机制,每日调仓。
3. 回测结果以及效果对比
趋势增强因子回测结果:
原来的趋势得分因子回测结果:
收益率提升42%,夏普比率提升,最大回撤减小。
\
4. 策略代码链接
https://bigquant.com/square/ai/926df6df-eb57-0354-80bd-967dd101159e
\