量化因子与构建方式 - **BL因子** - **因子构建思路**: 结合Black-Litterman模型（BL模型）和回归树模型，BL模型在不完全受限于历史数据的情况下可以加入一些主观观点，从而降低模型失效的概率[13][22] - **因子的公式**: - 资产预期回报公式： $$ \text{bl} = [Ρ′Ω^{-1}P + (τΣ)^{-1}]^{-1}[Ρ′Ω^{-1}Q + (τΣ)^{-1}Π] $$[56] - 资产协方差矩阵公式： $$ \Sigma_{\text{bl}} = \Sigma + [(\tau\Sigma)^{-1} + (Ρ′Ω^{-1}P)]^{-1} $$[57] - **文章对因子的评价**: 样本外的回测结果显示结合了回归树的BL模型整体表现相对较好，回归树视角下的宏观经济变量与大类资产回报之间的关系为主观预期提供了一定的参考价值[13][87] 因子的具体指标值 - **回报率** - BL因子: 74%[103] - 沪深300: 29%[103] - 中证时钟配置: 49%[103] - **最大回撤** - BL因子: 13.71%[103] - 沪深300: 40.56%[103] - 中证时钟配置: 7.88%[103]