多因子模型簡述_元宇宙

Overview概述價格行為始終處于隨機漫步過程中，所以沒有一種量化策略可以涵蓋所有的價格行為。不同的量化策略或資產配置適用于不同的行情，如網格交易更適用于震蕩行情。本文目的是給投資者介紹更多樣的分析模型，讓投資者在行情的隨機變化中可以有更豐富的選擇和判斷空間。Report報告多因子模型簡介

多因子模型目前已成為投資實踐的主流方法，并且在衡量與控制風險方面擁有優越性能。在投資中，因子指不同資產收益間的共同特征。多因子模型被廣大投資者使用，以便進行資產組合的構建、組合管理、風險管理以及歸因分析。相比單因子模型，多因子模型的解釋力度更強且更加靈活。多因子模型可以幫助投資者：建立資產組合對指定指數或特征進行追蹤調整組合在確定風險類別下的敞口對主動投資管理進行風險與收益的歸因分析理解權益、固定收益等大類資產的綜合風險暴露基于指定基準主動投資決策并衡量該決策的市場容量確保投資者的資產組合的風險收益與其成本相匹配多因子模型的來歷

本周綠地元宇宙指數跑贏滬深300，相對收益為2.74%:金色財經報道，本周綠地元宇宙指數G-Meta Index最高5086.9點，周三收于4894.1點，較上周五上漲0.23%；同期滬深300下跌2.51%、創業板指數下跌2.57%。本周伊始，元宇宙板塊延續6月以來的漲勢，并突破指數全周期的最高點，實現相對2022年初的正收益；端午節前一交易日，市場普遍收跌，元宇宙板塊也出現較大回調。本周綠地元宇宙指數跑贏滬深300，相對收益為2.74%。

該指數包含從AR/VR產業鏈、智慧城市、智慧家庭、人工智能、區塊鏈等元宇宙子板塊中精選出的30只A股和3只H股，構成代表國內元宇宙產業板塊的成分股。[2023/6/26 22:00:00]

1952年，馬科維茨提出了構建證券投資組合的新框架，不同于以往將不同證券分別對待，該框架將不同證券的收益風險特征綜合量化考慮，這就是被廣為人知的現代組合理論。馬科維茨假定不同證券間的收益率服從一個多遠正態分布。該理論的核心結論是，只要給定的兩種資產的相關性不為1，即可同伙不同比例的配置來分散風險。1964年，夏普介紹了基于均值-方差理論基礎的資本資產定價模型。CAPM理論以及相關的文獻給投資者帶來了一些新概念，例如系統風險。系統風險是理解多因子模型的關鍵，每項資產都有著不同種類的風險，但這些風險并不是同等重要的。該理論認為，風險可以在預期收益不變的前提下通過調整不同資產的比例來降低。但是，系統性風險是不能被分散的，因此這部分風險有著相對應的收益要求。在CAPM理論中，資產的系統性風險是其貝塔值的增函數，貝塔值衡量了資產收益對市場收益的敏感度。根據CAPM理論，資產收益值跟一個因子有關，即市場收益。系統性風險越高，貝塔值越高，要求的收益回報越高。但大量數據表明CAPM理論提供了一個對風險不完全的描述。如果一個模型能夠更多將系統性風險考慮在內，則對資產收益的建模將更為有效。因此誕生了多因子模型。多因子模型的類型

Horizen：Discord服務器管理員被攻擊，Discord正在維護中:5月17日消息，Horizen 發布重要提示，稱其 Discord 服務器正在維護中，5 月 16 日，一位 Horizen Discord 服務器管理員經歷了安全漏洞。團隊立即刪除了該管理員，沒有對社區或其他團隊成員造成危害，不幸的是，攻擊者能夠刪除服務器成員，改變角色，并刪除某些頻道。[2023/5/17 15:08:13]

按因子類型可以劃分為3類宏觀因子模型因子表示能夠顯著影響收益的宏觀經濟變量的非預期變動。以權益為例，主要考慮的是影響未來現金流以及折現率的因子。例如，利率、通脹風險、經濟周期以及信用利差。宏觀因子模型假定因子收益取決于部分宏觀經濟變量的非預期變動，比如通脹或實際產出。將非預期變動定義為實際值與預測值的差。一個因子的非預期變動是因子非預期收益的成分，所有因子的非預期變動構成了模型的自變量。例如GDP增長率因子的風險溢價為正，但通脹率因子的風險溢價為負。因此，如果一項資產對通脹率因子的敏感度為證，那么隨著通脹率的升高，資產預期收益在降低，這類資產具有很好的對抗通脹的特性。通脹率與GDP增長因子矩陣

隱私區塊鏈Aleo測試網Testnet 3將暫時下線:4月13日消息，專注于隱私的Layer 1區塊鏈Aleo在推特上宣布其測試網Testnet3將在北京時間4月13日23:59UTC到4月17日期間下線，為啟動Testnet 3第三階段做準備。此外，4月17日，Aleo將公布關于Testnet 3第三階段激勵措施的幾項變動以及最新消息。[2023/4/13 14:01:35]

基本面因子模型因子主要表示能夠解釋證券橫截面差異的主要因素。例如，賬面市值比、甚至、市盈率以及杠桿率。統計因子模型通過對證券的歷史收益表現進行統計并提取出影響收益的主要因子。主要的因子統計模型有因子分析模型與主成分分析模型。在因子分析模型中，因子能夠充分解釋歷史收益的協方差。在主成分分析模型中，因子可以充分解釋歷史收益的方差。其中主成分分析是一種常用的構建統計因子模型的方法，目的是找到不相關的因子，并使得觀察到的證券收益率可以很好的用因子收益的線性組合來解釋。對于多證券的復雜組合，PCA可以有效的降低維度和過濾噪音，提煉較少的因子，以此來進行線性回歸。主成分分析法是一種降維的統計方法，它借助于一個正交變換，將其分量相關的原隨機向量轉化成其分量不相關的新隨機向量，這在代數上表現為將原隨機向量的協方差陣變換成對角形陣，在幾何上表現為將原坐標系變換成新的正交坐標系，使之指向樣本點散布最開的p個正交方向，然后對多維變量系統進行降維處理，使之能以一個較高的精度轉換成低維變量系統，再通過構造適當的價值函數，進一步把低維系統轉化成一維系統。主成分分析主要作用1．主成分分析能降低所研究的數據空間的維數。即用研究m維的Y空間代替p維的X空間(m<p)，而低維的Y空間代替高維的x空間所損失的信息很少。即：使只有一個主成分Yl(即m=1)時，這個Yl仍是使用全部X變量(p個)得到的。例如要計算Yl的均值也得使用全部x的均值。在所選的前m個主成分中，如果某個Xi的系數全部近似于零的話，就可以把這個Xi刪除，這也是一種刪除多余變量的方法。2．有時可通過因子負荷aij的結論，弄清X變量間的某些關系。3．多維數據的一種圖形表示方法。我們知道當維數大于3時便不能畫出幾何圖形，多元統計研究的問題大都多于3個變量。要把研究的問題用圖形表示出來是不可能的。然而，經過主成分分析后，我們可以選取前兩個主成分或其中某兩個主成分，根據主成分的得分，畫出n個樣品在二維平面上的分布況，由圖形可直觀地看出各樣品在主分量中的地位，進而還可以對樣本進行分類處理，可以由圖形發現遠離大多數樣本點的離群點。4．由主成分分析法構造回歸模型。即把各主成分作為新自變量代替原來自變量x做回歸分析。5．用主成分分析篩選回歸變量。回歸變量的選擇有著重的實際意義，為了使模型本身易于做結構分析、控制和預報，好從原始變量所構成的子集合中選擇最佳變量，構成最佳變量集合。用主成分分析篩選變量，可以用較少的計算量來選擇量，獲得選擇最佳變量子集合的效果。通過主成分分析，投資者可以更加有效的提煉核心因子，過濾掉噪音的干擾，使整個投資分析的決策過程中可以更加準確有效。同時核心因子的提煉，也可以幫助投資者規避一定不必要的風險。Conclusion結語越來越多的機構和個人在數字貨幣市場中嘗試著各種傳統證券市場應用的量化策略和模型，并且通過大量的實際運算和測試，證明了策略和模型的有效性。而數字貨幣市場也將由于多樣的量化策略和模型變得更加完善和豐富。

Aave社區發起社區投票，擬將V3上sUSD的供應量上限提升至2000萬:8月7日消息，Aave社區發起社區投票，計劃將AaveV3上sUSD的供應量上限從1000萬提升至2000萬，投票截止時間為北京時間8月8日6:41。[2022/8/7 12:07:41]

貝萊德高管：區塊鏈技術具有“令人難以置信的”顛覆性和創新性:6月24日消息，投資巨頭貝萊德 (BlackRock) ETF 和指數投資全球負責人 Salim Ramji 在最近接受 Financial News 采訪時對區塊鏈給予了高度評價，稱這項技術是比特幣和其他加密貨幣的基礎，具有“令人難以置信的”顛覆性和創新性。這位高管強調了區塊鏈提高金融市場效率的潛力。Ramji 表示，盡管富達 （Fidelity）等主要金融公司已經提出了他們的 ETF 申請，但貝萊德仍然無意推出自己的比特幣產品，因為該公司希望在質量和監管合規方面達到預期。[2022/6/25 1:30:19]

Tags：元宇宙區塊鏈ORDSTN元宇宙投資騙局區塊鏈的四大核心技術Ordinal PepeBSTN

幣安交易所app下載