https://bigquant.com/codesharev3/39b0162b-935c-4942-990f-1d74f9785599

\

策略源码

A：市场风格变化时策略如何自动切换

2021年4月22日Q1&Q2问题：

策略案例

https://bigquant.com/experimentshare/d50c07db9f7f45168dd745027c04b6d8

\

更新

本文内容已经过期，不再适合平台最新版本，请查看如下最新内容：

https://bigquant.com/wiki/doc/5z65lqo5y2p5pw055qe6ywn5a55lqk5pit-6x1P1362eJ

策略案例

[https://bigquant.com/experimentshare/6b05d7bd134e420387acfa25c37b283f](https://bigquant.co

新版转移至

https://bigquant.com/wiki/doc/5rex5ywl55cg6kej5y2p5pw0-owy2Gx6AHp

导语

在上一篇文章《初始协整》我们已经对协整有一个直观的认识，本文将进行深入理解协整。

[https://bigquant.com/experimentshare/e9455167fd3449da84b651f16f8b41e6](https://bigquant.com/experimentshar

更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

策略案例

https://bigquant.com/experimentshare/05c39d35fc4542cc9fc763d812220af9

\

摘要

分位数回归可以看作是均值回归的一种替代方法。它最早被用来研究不同的收入水平和职业、教育程度等一系列指标的关系。与均值回归相比较，分位数回归并不需要均值回归对正态和同方差的前提假设，当数据出现尖峰或者厚尾的形态以及显著的异方差时，分位数回归更加稳健。它最大的优势就是可以对分布的任何一个位置（分位点）建立回归模型，研究变量之间的关系。跟均值回归只能得到单个预测值不同，分位数回归可以通过给予数据不同的权重得到一组预测值

在中证500指数的成分股中，总市值、前一个月收益率和日均换手率三个因子对收益率分布的不同位置有着完全不一样的效应。以前一个月收益率为例，中位数回归的斜率估计与均值回归

策略案例

https://bigquant.com/experimentshare/dc13d0aed4b64f48803af3f764129b44

\

Pairs trading across Mainland China and Hong Kong stockmarkets

作者：Hanxiong Zhang, Andrew Urquhart

出处：International Journal of Finance and Economics, 2018-10

摘要

基于市场效率低下是由非理性需求和套利限制相结合而导致的，本文研究了1996年1月至2017年7月间，在中国内地和香港交易高流动性大盘股和中盘股的配对交易的盈利能力。作者有三个主要发现：

1. 限定在每个市场内的配对交易不会产生重大的异常收益。但是，如果投资者

交易策略揭秘

Renaissance Technologies文艺复兴科技公司交易策略揭秘记录！该短片中详细介绍了文艺复兴科技公司多年来如何开发各种交易策略，从早期的均值回归到利用内核方法等等。

https://www.bilibili.com/video/BV1ae4y1f7Em

\

摘要

周期调整市盈率（CAPE，cyclicallyadjustedprice/earningsratio）无疑是整个投资领域中，应用范围最广的一个评判股市是否被合理定价的指标。CAPE之所以如此流行，一个重要的原因是其具备典型的均值回归特征。从美国股市的历史经验来看，当前的高（低）CAPE通常对应着未来10年低于（高于）平均水平的投资回报率。

自1980年代中期起，CAPE的样本外预测精度便开始大幅减弱。从1990年代中后期开始，基于CAPE的预测收益率长期低于实际值。即使包括了年的科技股泡沫破灭时期，也是如此。换句话说，在过去的二三十年间，投资者使用收益率的历史均值反而能更好地指

文献摘要

Shiller P/E与宏观经济环境

由于在较长的时间跨度中存在均值回归情况，Shiller P/E（也称为Cyclically-Adjusted PE（周期调整市盈率），CAPE）在全世界都能够强有力地预测市场长期回报。但同时，Shiller P/E对短期回报的预测也是出名的差，这是由于宏观经济环境的不同会导致Shiller P/E比率会有较大变化。Leibowitz & Bova (2007)发现，在适度的实际利率环境下，市场估值一般会较高；而在非常低或者非常高的实际利率环境中，P/E一般会有所降低。本文在这个发现上进行了拓展：如果假设P/E会向特定宏观

报告摘要

新闻内容和社交媒体情绪研究的兴起

在过去10年中，金融市场中新的系统性风险因素的不断发酵，这些问题在一定程度上是由于流动性减少造成的。随着机器学习的使用，用来定量衡量新闻内容和社交媒体情绪的另类数据得到广泛应用。本文试图研究社交媒体和新闻数据能否为投资者提供现有数据无法捕捉到的市场情绪高涨和恐慌的信息。

研究现状

本文是首个研究社交媒体情绪对日内流动性影响的文章，但也有学者研究社交媒体和新闻如何影响资产价格，比如Twitter和谷歌Insight Search (GIS)情绪可以预测每日股市指数的回报等，一些研究还考虑了社交媒体对个人行为的影响。

摘要

Shiller P/E与宏观经济环境

由于在较长的时间跨度中存在均值回归情况，Shiller P/E（也称为Cyclically-Adjusted PE（周期调整市盈率），CAPE）在全世界都能够强有力地预测市场长期回报。但同时，Shiller P/E 对短期回报的预测也是出名的差，这是由于宏观经济环境的不同会导致 Shiller P/E 比率会有较大变化。Leibowitz & Bova (2007)发现，在适度的实际利率环境下，市场估值一般会较高；而在非常低或者非常高的实际利率环境中，P/E 一般会有所降低。本文在这个发现上进行了拓展：如果假设 P/E 会向特定宏观环境

https://bigquant.com/experimentshare/dd9cff01459a41f9be40d7e660164795

\

策略案例

https://bigquant.com/experimentshare/0062e380d1b5400ca5fe4522ac948649

\