金融工程專題報告:異常值穩健回歸控制下的EP因子有效性重估.pdf
- 上傳者:K********
- 時間:2025/08/06
- 熱度:65
- 0人點贊
- 舉報
金融工程專題報告:異常值穩健回歸控制下的EP因子有效性重估。e_Summary] 本篇是學海拾珠系列第二百四十四篇。本文作者使用一種理論依據充 分的穩健橫截面回歸方法來控制異常值,以證明當用于單因子和多因子模 型時,盈利價格比因子(EP)以及一個基于盈利預測、預測修正和廣度的 復合因子(CTEF),在 1980-2007 年和 2008-2020 年期間,對于 CRSP®、 R3000 和 R2000 股票池具有統計顯著性。由于異常值的不利影響,采用 標準 1%縮尾處理的最小二乘(LS)回歸未能表明 EP 和 CTEF 是顯著因 子。
引入 mOpt 穩健回歸解決因子顯著性誤判問題
針對傳統最小二乘法(LS)在橫截面回歸中易受異常值干擾、導致因 子(如 EP)顯著性被低估的問題,本文應用 mOpt 穩健回歸方法。該方 法通過其特定的權重函數自動識別并剔除回報與因子暴露的聯合異常值 (平均剔除率約 3.2%-5.2%),有效克服了 LS 對異常值的脆弱性,并 兼具診斷 LS 結果是否受異常值污染的強大功能。
mOpt 證實 EP 是持續顯著的價值因子,并揭示 BP 的失效
應用 mOpt 于 Fama-MacBeth 回歸分析顯著扭轉了結論:對于 CRSP®、Russell3000 和 Russell2000 股票池,在 1980-2007 和 2008- 2020 兩個時間段,盈利價格比(EP)因子均被明確識別為高度顯著的價 值因子(t-statistics 常>6.0),其重要性此前被 LSwin 的異常值偏誤所掩 蓋。同時,mOpt 和 LSwin 共同確認了賬面市值比(BP)因子在 2007 年 后作為價值因子的失效。
免責聲明:本文 / 資料由用戶個人上傳,平臺僅提供信息存儲服務,如有侵權請聯系刪除。
- 相關標簽
- 相關專題
- 全部熱門
- 本年熱門
- 本季熱門
- 金工深度研究: 高頻因子計算的GPU加速.pdf 897 6積分
- Factor Zoo專題報告:“逐鹿”Alpha專題報告(十九).pdf 586 7積分
- 用DeepSeek優化價量因子.pdf 393 6積分
- 金工深度研究:大模型+強化學習因子挖掘.pdf 383 6積分
- 量價時序特征挖掘模型在深度學習因子中的應用.pdf 318 6積分
- 金工深度研究:博采眾長,分析師預期類因子初探.pdf 286 6積分
- 招商銀行(徐佳航):招商銀行金融平臺工程實踐.pdf 281 10積分
- 金融工程行業深度研究:LLMRouter_GRU,“輿情分診臺”賦能AI量價因子.pdf 257 6積分
- 金工深度研究:高頻特征參數化,分鐘級可解釋因子挖掘框架.pdf 166 4積分
- 申萬金工因子觀察第5期:OpenClaw能否實現零代碼基礎構建量化策略?.pdf 106 4積分
- 金工深度研究:大模型+強化學習因子挖掘.pdf 383 6積分
- 金融工程行業深度研究:LLMRouter_GRU,“輿情分診臺”賦能AI量價因子.pdf 257 6積分
- 金工深度研究:高頻特征參數化,分鐘級可解釋因子挖掘框架.pdf 166 4積分
- 申萬金工因子觀察第5期:OpenClaw能否實現零代碼基礎構建量化策略?.pdf 106 4積分
- 金工深度研究:多維擇時模型的拆解與重構.pdf 97 3積分
- 金融工程指數量化系列:高值偏離修復模型(多位點).pdf 79 4積分
- 金工深度研究:全球三層次流動性風險預警模型.pdf 73 5積分
- 金融工程專題:熱點產業+分析師動量溢出后排策略.pdf 73 5積分
- 金融工程專題報告:異常值穩健回歸控制下的EP因子有效性重估.pdf 66 5積分
- 金融工程專題報告:基于知識蒸餾的AI選股模型優化.pdf 66 3積分
- 金工深度研究:高頻特征參數化,分鐘級可解釋因子挖掘框架.pdf 166 4積分
- 金工深度研究:多維擇時模型的拆解與重構.pdf 97 3積分
- 金融工程指數量化系列:高值偏離修復模型(多位點).pdf 79 4積分
- 金融工程專題:熱點產業+分析師動量溢出后排策略.pdf 73 5積分
- 金融工程專題報告:基于知識蒸餾的AI選股模型優化.pdf 66 3積分
- 因子手工作坊系列(6):日度量價因子的統一線性框架.pdf 56 3積分
- CJPY:長江金工投研數據服務解決方案.pdf 52 5積分
- 金融工程:深度學習選股訓練目標的多維優化——深度學習系列之二.pdf 45 5積分
- 金融工程丨深度報告:平臺突破——時序選股模型(一).pdf 42 3積分
- 高頻因子(十九):收益來源基礎的因子挖掘方法論二——時間段切割因子.pdf 41 9積分
