标签： #因子投资

概念漂移检测:当因子开始失效时如何早发现 - halo的技术博客

价值、动量、规模这些因子，传统上被用来选股；但「因子」本身也可以被当成一类资产来配置。本文用合成的 5 个风格因子月度收益，证明「因子动量」——用每个因子过去 12 个月收益做信号、做多走强的因子——能把组合 Sharpe 从 0.94 提升到 2.27，且对市场几乎中性(相关仅 0.18)。

GMM 广义矩估计在资产定价中的应用：用矩条件替代强假设 - halo的技术博客

波动率不是常数，恐慌是带尖刺的随机过程。本文用 Bates 型 SVJ 模型从零模拟随机波动+崩盘跳，给出 VIX(30日远期方差)的仿射解析与 VIX 期货 E^Q[VIX_T] 蒙特卡洛定价，并证明「恐慌」本身是一个可被定价、可做成交易因子的波动率风险溢价(VRP)。

把信用利差当成「相对价值」而非方向性押注：用评级中性后的利差 z-score 建模未来超额回报，Python 完整复现信号构建、多空回测与四大实战陷阱。

把 ESG 拆成「水平因子」与「改善因子(ΔESG)」两路做 IC 检验与分组回测：水平因子净 alpha 接近零、ΔESG 明显更强，可持续数据更像风险约束而非全天候 alpha。

一个能赚钱的因子信号往往顺带押注行业与市值。本文用「对行业哑变量+对数市值回归取残差」做截面中性化：行业净权重范数从 0.55 降到 0.05、市值暴露从 −1.36 降到 −0.02，alpha 仍保留约七成，并给出中性化会牺牲风格溢价、对哑变量误设敏感等真实陷阱。

卖方分析师的盈利预测存在系统性乐观偏差、锚定与羊群效应。本文拆解这些行为偏差的来源，构建盈余惊喜（SUE/PEAD）、分析师修正（Revision）与预期离散度（Dispersion）三大可量化信号，并用 Python 完整实现一个分析师修正因子的回测框架，同时指出覆盖偏差、流动性与行业中性化等关键陷阱。