量化模型与构建方式 分层抽样多因子模型 - **模型名称**: 分层抽样多因子模型 - **模型构建思路**: 针对沪深300和中证500成分股，以月度调仓频率构建投资组合，剔除行业影响，单独检测市值因子在历史不同时间段的表现[14][15] - **模型具体构建过程**: 1. 选取估值、盈利、成长、动量、反转、波动率、流动性、市值八大类因子构建多因子模型，经过缺失值处理、去极值、标准化、中性化等前期准备步骤，采用半衰期加权移动平均方法构建收益预测模型[14] 2. 将基准指数按行业划分为31个子集，每个子集中用市值因子将股票划分为数目相等的两组：大市值组与小市值组[15] 3. 在每个组中各自选取预期收益最高的两只股票，令其均分所在行业在基准指数中的权重，从而剔除行业影响[15] - **模型评价**: 能否适应因子的风格变化，主要看其能否在市场风格转变时迅速调整[16] Thompson Sampling 算法 - **模型名称**: Thompson Sampling 算法 - **模型构建思路**: 将多臂赌博机每一个臂的回报概率看作一个Beta分布，通过不断测试调整Beta分布的参数α和β的值，确定最后的权重[27][29] - **模型具体构建过程**: 1. Beta分布的概率密度函数形式如下： $$ f(x;\alpha,\beta)=\mathrm{constant}\cdot x^{\alpha-1}(1-x)^{\beta-1} $$ 其中，α表示实验成功次数，β表示实验失败次数，α/(α+β)为Beta分布的均值[28] 2. 在离散空间中，每次试验中选中一个臂，有收益则该臂的Beta分布的参数α增加1，否则β增加1[29] 3. 扩展到连续空间后，计算之前M期历史收益情况，当大市值组合收益>小市值组合收益时，α值增加1；反之，β值增加1[29] 4. 大市值组合的权重设为α/(α+β)，小市值组合的权重设为β/(α+β)，得到两个组合混合的最优比例[29] - **模型评价**: 在自我调整的及时性上有更大的优势，表现出较好的适应性[29] Greedy Algorithm - **模型名称**: Greedy Algorithm - **模型构建思路**: 计算每一个臂的回报，选择回报最大的臂进行操作[23] - **模型具体构建过程**: 1. 设置M（M=24）期历史数据为观测窗口，计算两种组合的历史收益[23] 2. 在下一期选择收益高的一组[23] - **模型评价**: 没有完全探索其它奖励概率的可能性，很容易丢掉最优解[23] Epsilon-Greedy Algorithm - **模型名称**: Epsilon-Greedy Algorithm - **模型构建思路**: 在贪心算法的基础上引入探索机制，通过随机数生成来决定是否探索[24] - **模型具体构建过程**: 1. 选定一个较小的常数ε，每次生成一个0到1之间的随机数[24] 2. 如果随机数落在[0,ε]区间内，则随机选择一个臂；如果落在[ε,1]区间内，则选择当前情况下回报率最大的臂[24] 3. 扩展到连续空间后，赋予预期回报率较大组合1-ε的权重，赋予另外一组投资组合ε的权重[24] - **模型评价**: 保持了一定对于探索的开放性，但不能根据试验结果进行自我调整，影响最终整体收益[24] --- 模型的回测效果 沪深300回测结果 - **Thompson Sampling**: 年化收益7.02%，信息比率1.41，胜率66.67%[31][34] - **Epsilon-Greedy Algorithm**: 年化收益5.93%，信息比率1.25，胜率61.90%[34] - **Greedy Algorithm**: 年化收益3.05%，信息比率0.25，胜率55.24%[34] - **定期调整资产比例组（CRP）**: 年化收益6.47%，信息比率1.39，胜率60.95%[34] - **买入持有组（BAH）**: 年化收益6.71%，信息比率1.37，胜率60.00%[34] 中证500回测结果 - **Thompson Sampling**: 年化收益12.43%，信息比率2.24，胜率75.24%[40][44] - **Epsilon-Greedy Algorithm**: 年化收益9.04%，信息比率1.45，胜率66.67%[44] - **Greedy Algorithm**: 年化收益10.72%，信息比率2.00，胜率73.33%[44] - **定期调整资产比例组（CRP）**: 年化收益11.71%，信息比率2.19，胜率74.29%[44] - **买入持有组（BAH）**: 年化收益11.82%，信息比率2.23，胜率79.05%[44] 股债混合模型回测结果 - **Thompson Sampling**: 年化收益15.73%，信息比率3.0044，胜率53.24%[49][51] - **Epsilon-Greedy Algorithm**: 年化收益8.46%，信息比率0.5649，胜率51.90%[51] - **Greedy Algorithm**: 年化收益12.84%，信息比率0.5289，胜率51.90%[51] - **定期调整资产比例组（CRP）**: 年化收益5.76%，信息比率0.0825，胜率47.41%[51]

量化模型与构建方式 1. 模型名称：Bandit Learning 模型 - **模型构建思路**：Bandit Learning 模型是一种在线学习算法，旨在通过实时反馈平衡守成（exploitation）与探索（exploration）的比例，以最大化总体收益[4][10][12] - **模型具体构建过程**： 1. 定义资产收益率 $R_{k}=(R_{k,1},\cdots R_{k,n})^{T},k=1,\cdots,m$，并在每个时刻 $k$ 求解权重 $W_{k}=(W_{k,1},\cdots,W_{k,n})^{\rm T}$，满足 $\sum_{i=1}^{n}w_{k,i}=1$ 和 $w_{k,i}\geq0$[13][14] 2. 使用传统多因子模型估计资产收益率和协方差矩阵 $\Sigma_{k}$，并对协方差矩阵进行主成分分解，得到特征值和特征向量[14][16] 3. 对特征向量进行归一化处理，得到线性不相关的投资组合权重 $\widetilde{H}_{k}$，并计算新的协方差矩阵 $\tilde{\Sigma}_{k}$[16][17] 4. 使用 UCB（Upper Confidence Bound）算法计算每个特征向量的奖赏函数 $\bar{r}_{i}(t_{k})=\frac{\bar{H}_{k,i}R_{k,i}}{\sqrt{\hat{A}_{k,i}}}$，并选择最优臂 $i_{k}^{*}$ 和 $j_{k}^{*}$[19][21][23] 5. 通过优化权重 $\theta_{k}^{*}=\frac{\tilde{\lambda}_{k,i_{k}^{*}}}{\tilde{\lambda}_{k,i_{k}^{*}}+\tilde{\lambda}_{k,j_{k}^{*}}}$，构建最终投资组合权重 $w_{k}=(1-\theta_{k}^{*})\bar{H}_{k,i_{k}^{*}}+\theta_{k}^{*}\bar{H}_{k,j_{k}^{*}}$[24][25] 6. 对权重进行非负约束调整，最终输出最优权重 $w_{new,k}$[26][27] - **模型评价**：Bandit Learning 模型在震荡市中表现优于传统多因子模型，但在趋势性市场中表现稍逊。其选股风格较为跳跃，适应性较强，但收益来源和延续能力存在不确定性[4][42][50] 2. 模型名称：传统多因子模型 - **模型构建思路**：基于 Markowitz 风险收益模型，通过线性模型预测收益，结合 Barra 模型估计协方差矩阵，优化投资组合[9][31] - **模型具体构建过程**： 1. 选取估值、盈利、成长、动量、反转、波动率、流动性、市值八大类因子，经过缺失值处理、去极值、标准化和中性化等步骤，构建收益预测模型[31][33] 2. 使用 Barra 模型估计协方差矩阵 $\Sigma=X_{f}F X_{f}{}^{\prime}+\Delta$，其中 $X_{f}$ 为因子暴露矩阵，$F$ 为因子收益率协方差矩阵，$\Delta$ 为个股残差波动率对角矩阵[33][34] 3. 结合收益预测和风险预测，求解优化问题 $\max \alpha^{\prime}w-\frac{1}{2}\lambda w^{\prime}\Sigma w$，其中 $\alpha$ 为收益预测，$\Sigma$ 为协方差矩阵，$\lambda$ 为风险厌恶系数[35][36] - **模型评价**：传统多因子模型在趋势性市场中表现优异，但在震荡市和市场剧变时回撤较大，适应性较弱[4][42][50] --- 模型的回测效果 Bandit Learning 模型 - **累计收益**：$l=3$为143.73%，$l=4$为175.09%，$l=5$为95.01%[43] - **年化收益**：$l=3$为17.82%，$l=4$为20.48%，$l=5$为13.08%[43] - **波动率**：$l=3$为30.69%，$l=4$为30.23%，$l=5$为30.07%[43] - **最大回撤**：均为57.03%[43] - **夏普比率**：$l=3$为0.578，$l=4$为0.6742，$l=5$为0.4331[43] - **胜率**：$l=3$为53.03%，$l=4$为52.81%，$l=5$为52.67%[43] 传统多因子模型 - **累计收益**：180.34%[43] - **年化收益**：20.89%[43] - **波动率**：25.71%[43] - **最大回撤**：35.59%[43] - **夏普比率**：0.8088[43] - **胜率**：53.76%[43] --- 量化因子与构建方式 1. 因子名称：估值因子 - **因子的构建思路**：衡量股票的估值水平[33] - **因子具体构建过程**：选取 BP 和扣非 EP_ttm 作为估值因子[33] 2. 因子名称：盈利因子 - **因子的构建思路**：衡量公司盈利能力[33] - **因子具体构建过程**：选取单季度 ROE 作为盈利因子[33] 3. 因子名称：成长因子 - **因子的构建思路**：衡量公司成长性[33] - **因子具体构建过程**：选取单季度营业收入增长率和单季度归母净利润增长率[33] 4. 因子名称：动量因子 - **因子的构建思路**：衡量股票的动量效应[33] - **因子具体构建过程**：选取指数加权一年收益率和上月收益率[33] 5. 因子名称：反转因子 - **因子的构建思路**：衡量股票的反转效应[33] - **因子具体构建过程**：选取上月收益率[33] 6. 因子名称：波动率因子 - **因子的构建思路**：衡量股票的波动性[33] - **因子具体构建过程**：选取月度、季度和年度波动率[33] 7. 因子名称：流动性因子 - **因子的构建思路**：衡量股票的流动性[33] - **因子具体构建过程**：选取月度、季度和年度换手率[33] 8. 因子名称：市值因子 - **因子的构建思路**：衡量股票的市值规模[33] - **因子具体构建过程**：选取流通市值对数[33] --- 因子的回测效果 Bandit Learning 模型因子 - **因子均值**：市值-0.197，盈利-0.050，反转-0.002，动量-0.004，成长0.226，流动性0.043，波动率0.167，估值-0.138[49] - **因子波动**：市值0.413，盈利0.521，反转0.490，动量0.446，成长1.114，流动性0.457，波动率0.378，估值0.297[49] - **因子收益**：市值0.007，盈利-0.005，反转-0.027，动量0.019，成长0.063，流动性-0.018，波动率-0.069，估值-0.094[49] 传统多因子模型因子 - **因子均值**：市值-0.174，盈利0.221，反转0.002，动量0.141，成长0.700，流动性-0.218，波动率-0.131，估值0.245[49] - **因子波动**：市值0.534，盈利0.425，反转0.368，动