资产定价

资产定价是金融学的核心，它涉及到如何确定各种资产（如股票、债券、商品、衍生品等）在市场上的公正价值。资产定价的主要目标是找到一个能反映资产未来收益和风险的价格。为实现这一目标，人们利用了诸多理论和实践方法。在学术层面上，这需要我们弄清楚消费者如何进行自身资产配置，以及投资者如何评估不同资产的风险和回报。而在应用层面，则需要运用各种复杂的金融模型和大量的数据，以得出资产的内在价值或市场价值。这不仅要考虑到时间价值、利率、通胀率等基础经济要素，还需考量到市场供需、投资者情绪、政策变化等难以量化的因素。因此，资产定价既是科学也是艺术，它是金融领域永恒的研究课题，也是投资者决策的重要依据。

机器学习在量化投资中的趋势和应用

来源：SSRN 作者：Sophie Emerson, Ruairi Kennedy, Luke O’Shea, and John O’Brien

机器学习是人工智能的一个子领域，它使用统计技术为计算机模型提供从数据集学习的能力，允许模型在没有显示编程的情况下执行特定任务。近年来，机器学习技术激增，人们对其在金融领域的应用也越来越感兴趣。在投资管理中，已被应用于新闻的情绪分析、趋势分析、投资组合优化、风险建模等。那么，机器学习在量化投资中有哪些潜在应用呢？

1.常见的机器学习算法

机器学习算法主要有三种：监督学习、无监督学习和强化学习。监督学习是在已知输入和输出的情况下训练出一个模型，将

更新时间：2024-12-11 08:16

Fama-French三因子模型：

/wiki/static/upload/02/028fac5d-a33a-43a4-b7aa-4e273234aed3.pdf

研报2：

[/wiki/static/upload/cd/cd006d24-e4b4-4e9b-a9a6-9bc5b51cefe3.pdf](/wiki/static/upload/cd/cd006d24-e4b4-4e9b-a9a6-9bc5b

更新时间：2024-06-28 08:25

摘要

两年前，因子动物园推送第一篇推文，正式同您认识。两年来，我们也一直在思考，因子与因子模型可以做些什么，以为我们提供更多的洞见。本文将结合近年的新研究，和我们的理解，对此进行探讨。

传统上，因子和因子模型都是以预测股票未来收益（和风险）为目的。无论从学术研究（资产定价）还是投资实践来看，这都是非常自然的事情。由此自然地构建起了一套以各种公司特征为基础的因子（定价因子和异象），以及包含不同因子的因子定价模型（往往只包含较少数量的因子，以保证模型的简约性）。关于这些经典问题，可以参考任意一本关于实证资产定价的书，以及我们 BetaPlus 小组的拙作——《因子投资：方法与实践》。

更新时间：2024-06-11 03:31

从MPT到APT

https://bigquant.com/experimentshare/f4d638aad6ce4c50b9851f1b7681d086

更新时间：2024-06-11 02:39

xgboost自定义目标和评估函数

https://bigquant.com/experimentshare/85eb463354e54a9695eddc0c570040e6

更新时间：2024-06-07 10:55

互信息计算

策略案例

https://bigquant.com/experimentshare/6dbc5eb845fe48d0a8b61e60785cf762

更新时间：2024-06-07 10:55

三因子线性模型（包含滚动训练）

https://bigquant.com/codeshare/37d36e41-2184-4342-b581-9561f199eeec

更新时间：2024-06-07 10:55

强有效因子下的线性模型选股策略

备注：本策略含有未开放的数据，故克隆之后无法运行。

https://bigquant.com/codeshare/b6e80d6b-f5e0-4778-97cf-77fcadb7b488

更新时间：2024-06-07 10:55

如何构建和使用情绪指标？

问题

每日涨停/跌停数，每日上涨股票数等情绪指标如何构建和使用？

视频

[https://www.bilibili.com/video/BV1Z94y1Q73b?share_source=copy_web&vd_source=2e7dc1240ea373ea6eba1134af8dd086](https://www.bilibili.com/video/BV1Z94y1Q73b?share_source=copy_web&vd_source=2e7dc1240

更新时间：2024-06-07 10:55

构建日历周线级别因子

https://bigquant.com/experimentshare/f5061810f6e34b71ad59641c2f54e290

更新时间：2024-06-07 10:55

如何使用因子分析

策略案例

https://bigquant.com/experimentshare/0b04060b41be4c89b38adc02d2bd73a4

更新时间：2024-06-07 10:55

因子构建

更新时间：2024-06-07 10:55

45th Meetup

更新时间：2024-06-07 10:55

资产定价模型的六个基本假设

资产定价模型，特别是资本资产定价模型（CAPM）的建立和应用，基于一系列基本假设。这些假设是为了简化现实世界的复杂性，从而使模型能够在理论上工作。以下是六个关键假设，这些假设也普遍适用于其他资产定价模型的基础之上：

一、市场是完全竞争和效率的

假设所有投资者都面对相同的市场信息，并且这些信息立即反映在资产价格中。这意味着任何个体投资者都无法通过交易已知信息来获得超额回报。

市场的完全竞争和效率是理想状态下的经济假设，这两个概念在金融理论和经济学中占据着核心位置。完全竞争市场和效率市场假说（EMH）描述了一个理想的市场环境，其中价格能够完全反映所有可用信息，资源配置达到最优。

更新时间：2024-06-07 10:48

资产定价模型有哪些

资产定价模型（Asset Pricing Models）是金融学中用于评估或预测金融资产价值的理论和模型。这些模型基于不同的假设，用于不同类型的资产，包括股票、债券、衍生品等，通过量化资产的预期收益与其所承担的风险之间的关系，帮助投资者评估投资机会并做出明智的投资决策。

资产定价模型概念图

以下是一些重要的资产定价模型：

**资本资产定价模型（Capital Asset Pricing Model, CAP

更新时间：2024-06-07 10:48

Fama-French 五因子模型

引言

资本资产定价模型（CAPM）长时间以来是资产定价的第一范式，它在一系列假设基础上认为资产的期望收益率由无风险利率和其承担的风险溢价所决定。但是，自20世纪70年代以来，学者们逐渐发现按照某种风格交易股票能够战胜市场，比如：Basu（1977）发现的盈利市值比（EP）效应和Banz（1981）发现的小市值效应。随着越来越多的异象被发现，人们也意识到CAPM模型并不能完全解释资产的期望收益率，而Fama and French（1992）整合了多种异象，在CAPM的基础上，加入了价值（High-Minus-Low, HML）和规模（Small-Minus-Big, SMB）两个因子，提出

更新时间：2024-05-22 10:26