目錄
- 期貨多因子思路
- 因子構建
- 篩選
- 模型
- 注意點
- 總結
期貨多因子思路
- 構建
- 篩選
- 構建預測模型
- 回測、分析
- 實盤
因子構建
- 庫存(非線性如何解決?)
- 基差(現貨和期貨如何分別構建?)
- 均線(多周期、多頻率)
- 主力持倉(是否關注全部蜘蛛網還是重點會員單位?)
- 支撐阻力強度(更有效的構建)
- 換手率(普通、例外、有效)
- 波動率(普通、例外、自制)
- 利潤(現貨和期貨如何分別構建?)
- 農產品看供給、工業品看政策(如何構建?)
- 資金流入流出
- 情緒
篩選
- 單因子->IC_IR,分層，有效性
- 不同因子間->相關性分析、正交、主成分因子
- 甚至拋棄排序->直接采用因子值再一輪分析
- 對于各種檢驗方法 如若最終資料量大 可以考慮
模型
- 因子等權
- 均值-方差優化
- 動態正交
- 基于向量機、隨機森林、XGBoost的預測模型
注意點
- 交易成本如何包含在模型回測中？
- 合理快速的python框架
- 成交手數、乘數（實盤）
- 是否需要因子約束?
總結
股票和期貨不同點在于做慷訓制，因此在前段時間的測驗中發現因子效果并不理想
但該方向有很好的前景在于篩選品種，結合cta策略在資金曲線方面應該會有提升，
如果您看到這篇文章有識訓或者有不同的意見，歡迎點贊或者評論，
群:984328985
丁，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/259689.html
標籤：其他
上一篇：redis常用的16個命令