书名：因子投资 方法与实践
格式：pdf电子书
作者：石川，刘洋溢，连祥斌
出版时间：2020年
作者简介：
石川：
北京量信投资管理有限公司创始合伙人，首席科学家；清华大学学士、硕士，麻省理工学院博士；现任知名期刊 Computers in Industry编委会委员和十余家国际期刊审稿人；曾就职Citigroup、Oracle 及P&G。石川博士精通各种概率模型和统计建模方法，擅于以金融数学分析为手段进行资产配置、投资组合风险管理、量化多因子选股及衍生品 CTA 策略的开发，并对行为金融学有独到的见解，其研究成果多次发表于European Journal of Operational Research等国际期刊。
刘洋溢：
西南财经大学金融学博士研究生，曾有数年量化交易经验和FoF研究经验。当前主要研究方向为实证资产定价，包括因子定价模型与投资异象、基金及资产组合选择。对基于公司之间关联网络和基金信息的因子研究，以及基金经理能力、业绩和资金流之间的关系尤其感兴趣。
连祥斌：
东北财经大学社会与行为跨学科研究中心行为金融学硕士，曾在私募基金公司和金融科技公司担任量化研究员，负责量化策略的研发和交易。现任中欧瑞博量化策略研究员，负责 CTA、量化选股、量化择时及大类资产等研究工作。研究方向包括资产配置、因子投资和组合管理等领域，精通MATLAB、Python和SQL等语言，熟悉各类量化模型和程序化交易。
内容简介：
本书在统一视角下，体系化地介绍了因子投资中的重要研究方法，并针对中国A 股市场给出了独立的、可复制的、高质量的因子实证分析结果，是一本真正可操作、可上手的因子投资手册。本书主要内容包括：因子投资基础、因子投资方法论、主流因子解读、多因子模型、异象研究、因子研究现状和因子投资实践。书中还以附录的形式对理解资产价格的研究脉络进行了梳理。本书的写作既注重学术文献的严谨，也注重普通读者的阅读体验。书中虽然涉及必要的数学公式，但是会深入浅出、抽丝剥茧地解释统计方法，并把重点放在实证分析上，同时也会对因子投资的实务进行解读。
目录：
第1 章因子投资基础
1 1 统一视角下的因子投资 1
1 1 1 一个公式 1
1 1 2 因子、多因子模型和异象 3
1 1 3 再论异象和因子 5
1 1 4 因子投资包含的内容 6
1 1 5 实证资产定价与因子投资 9
1 2 因子投资的学术起源 11
1 2 1 实证资产定价 11
1 2 2 研究现状 13
1 3 因子投资的业界发展 14
1 3 1 因子投资和管理人 15
1 3 2 因子投资和投资者 16
1 4 本书的结构 19
第2 章因子投资方法论
2 1 投资组合排序法 22
2 1 1 因子模拟投资组合 22
2 1 2 排序法及其检验 24
2 1 3 多重排序法 28
2 1 4 因子命名约定 33
2 2 多因子模型的回归检验 34
2 2 1 时间序列回归 36
2 2 2 截面回归 39
2 2 3 时序回归vs 截面回归 42
2 2 4 Fama–MacBeth 回归 45
2 2 5 不同回归方法比较 48
2 3 因子暴露和因子收益率 48
2 3 1 引入工具变量 50
2 3 2 使用公司特征 51
2 3 3 两类模型 52
2 4 异象检验 53
2 4 1 时序回归检验异象 54
2 4 2 计量经济学问题 55
2 4 3 White 估计量和Newey–West 估计量 57
2 4 4 截面回归检验异象 59
2 5 多因子模型比较 60
2 5 1 GRS 检验 61
2 5 2 均值--方差张成检验 62
2 5 3 从几何角度比较GRS 和均值--方差张成 66
2 5 4 α 检验 70
2 5 5 贝叶斯方法 70
2 6 因子正交化 72
2 6 1 简单一元回归 73
2 6 2 回归的几何意义 73
2 6 3 用正交化过程求解多元回归 75
2 7 广义矩估计 78
2 7 1 样本均值的方差 78
2 7 2 分析框架 80
2 7 3 数学基础 84
2 7 4 有效性 86
2 7 5 不应成为黑箱 88
2 8 研究方法建议 89
第3 章主流因子解读
3 1 数据和流程 91
3 1 1 数据来源 91
3 1 2 量价数据处理 92
3 1 3 财务数据处理 95
3 1 4 因子构造流程 102
3 1 5 实证设定 106
3 2 市场因子 107
3 2 1 市场因子起源 107
3 2 2 对CAPM 的质疑 108
3 2 3 市场因子实证 109
3 3 规模因子 112
3 3 1 规模因子起源 112
3 3 2 规模因子成因 113
3 3 3 规模因子实证 113
3 4 价值因子 117
3 4 1 价值因子起源 117
3 4 2 价值因子成因 118
3 4 3 价值因子实证 119
3 5 动量因子 124
3 5 1 动量因子起源 124
3 5 2 动量因子成因 125
3 5 3 动量因子实证 127
3 6 盈利因子 131
3 6 1 盈利因子起源 131
3 6 2 盈利因子成因 132
3 6 3 盈利因子实证 134
3 7 投资因子 138
3 7 1 投资因子起源 138
3 7 2 投资因子成因 139
3 7 3 投资因子实证 140
3 8 换手率因子 146
3 8 1 换手率因子起源 146
3 8 2 换手率因子成因 147
因子投资方法与实践pdf3 8 3 换手率因子实证 148
第4 章多因子模型
4 1 主流多因子模型综述 153
4 1 1 Fama–French 三因子模型 154
4 1 2 Carhart 四因子模型 156
4 1 3 Novy–Marx 四因子模型 157
4 1 4 Fama–French 五因子模型 158
4 1 5 Hou–Xue–Zhang 四因子模型 161
4 1 6 Stambaugh–Yuan 四因子模型 164
4 1 7 Daniel–Hirshleifer–Sun 三因子模型 167
4 2 A 股中被定价的因子 171
4 2 1 Fama–MacBeth 回归实证设定 171
4 2 2 Fama–MacBeth 回归结果 172
4 3 多因子模型比较：来自A 股的例子 173
4 3 1 两个模型 173
4 3 2 BM、ROE 与预期收益 174
4 3 3 模型比较的实证结果 176
因子投资方法与实践pdf4 4 多因子模型的简约性 187
第5 章异象研究
5 1 估值高低中的异象 191
5 1 1 价值因子与价值投资 192
5 1 2 F-Score 193
5 1 3 G-Score 195
5 1 4 通过预期差获取超额收益 198
5 2 基本面锚定反转 202
5 2 1 金融学依据 203
5 2 2 A 股市场中的基本面锚定反转 204
5 3 特质性波动率 210
5 3 1 套利不对称性和特质性波动率 212
5 3 2 A 股市场中的特质性波动率异象 213
第6 章因子研究现状
6 1 p-hacking 和“因子动物园” 222
6 1 1 何为p-值 222
6 1 2 在追逐p-值的道路上狂奔 223
6 1 3 硬科学与软科学 224
6 1 4 正确认识p-值的含义 224
6 1 5 多重假设检验 226
6 1 6 先验的重要性 229
6 2 从“因子动物园”到“因子大战” 231
6 2 1 形同意不同的投资因子 232
6 2 2 q5 模型 233
6 2 3 因子大战 234
6 3 用行为金融学解释异象和因子 236
6 3 1 套利限制 238
6 3 2 预期中的偏差 240
6 3 3 风险偏好中的偏差 244
6 3 4 认知限制 250
6 3 5 行为金融学与市场异象 251
6 3 6 行为有效市场 255
6 4 投资者情绪 256
6 4 1 投资者情绪的度量 257
6 4 2 投资者情绪与异象表现 259
6 4 3 投资者情绪与市场表现 261
6 5 风险补偿、错误定价还是数据窥探 262
6 5 1 风险补偿检验 262
6 5 2 错误定价检验 263
6 5 3 数据窥探检验 266
6 6 因子样本外失效风险 268
6 6 1 曝光导致错误定价减弱 269
6 6 2 因子拥挤 270
6 6 3 交易成本 271
6 7 因子投资难以取代基本面分析 273
6 7 1 基本面分析 274
6 7 2 基本面量化投资 275
6 7 3 基本面投资“因子化”的不足 277
6 7 4 思考和讨论 279
6 8 机器学习与因子投资 280
6 8 1 线性模型 281
6 8 2 非线性模型 283
6 8 3 模型评估与实证研究 285
6 8 4 主成分分析和因子选择 287
因子投资方法与实践pdf6 8 5 机器学习的问题 290
第7 章因子投资实践
7 1 收益率模型：获取“阿尔法” 293
7 1 1 基本术语 293
7 1 2 寻找预测变量 294
7 1 3 挑选预测变量 295
7 1 4 收益率预测 299
7 2 风险模型：以Barra 为例 307
7 2 1 Barra 多因子模型 307
7 2 2 模型求解 309
7 2 3 纯因子投资组合 311
7 2 4 协方差矩阵求解及调整 313
7 3 投资组合优化 319
7 3 1 错位的收益与风险模型 319
7 3 2 目标函数 322
7 3 3 不同目标函数的比较 324
7 3 4 约束条件 326
7 3 5 交易成本模型 330
7 4 Smart Beta：因子投资的捷径 331
7 4 1 因子指数和Smart Beta 332
7 4 2 为什么要投资Smart Beta 339
7 4 3 如何投资Smart Beta 342
7 4 4 应用实践 348
7 4 5 更多讨论 356
7 5 因子择时 357
7 5 1 按因子估值择时 357
7 5 2 按因子动量择时 359
7 5 3 按因子波动择时 359
7 5 4 按市场情绪择时 360
7 5 5 按宏观因素择时 361
7 5 6 因子择时很难 363
7 6 风格分析 363
7 6 1 经典风格分析 364
7 6 2 基于多空因子的风格分析 366
7 6 3 实例：巴菲特的投资风格 367
7 7 风险归因 370
7 7 1 两种传统风险归因方法 371
7 7 2 风险的三要素 371
7 7 3 从风险角度看收益相关性 373
7 7 4 将三要素公式应用于多因子模型 375
7 8 因子投资展望 376
7 8 1 另类数据 376
7 8 2 用因子实现大类资产配置 381
后记
附录A 理解资产价格
参考文献
因子投资方法与实践pdf下载
