发帖
雷达卡
分期截面回归代替全体样本回归：相比全体样本面板回归的方法，分期截面回归更有利于提高模型对因子变化趋势的捕捉。
RLM稳健回归法因子测试：最小二乘法OLS在独立同分布正态误差的线性模型中是有效无偏估计。然而当误差服从非正态分布时，OLS就较易给异常值outliers赋予较高的权重，从而导致模型结果失真。RLM中常用的
多重指标判断因子有效性：首先通过分期截面RLM回归计算因子收益，再计算因子暴露与下期收益率的相关度IC值，同时结合分层回测法检验因子单调性，构建较为综合资全面的因子测试体系。因子测试关注的指标包括因子收益序列t值，因子累计收益率，因子测试t值，IC，IR，多空组合收益率、最大回撤、换手率等等指标u更全面的因子库：
估值因子（得Value），规模因子（Size），成长因子（Growth），质量因子（Quality），杠杆因子（Leverage），动量因子（Momentum），波动因子（Volatility），技术因子（Technical），流动性因子（Liquidation），分析师因子（Analyst）和其他因子共11大类108个细分因子。
京公网安备 11010802022788号
