因子投资-实验02-用回归估计Alpha和Beta QUANT RESEARCH NOTE / LAB 02 给定一列市场超额收益和一列资产超额收益,怎样用时序回归估计月度 Alpha、市场 Beta、置信区间和残差?本实验先用已知生成过程造数据,再用 OLS 反向估计。因为真参数已知,我们能判断代码是否恢复了正确对象。 2026-07-17 Quant #因子投资 #Python 实验
因子投资-实验01-从价格到收益率 QUANT RESEARCH NOTE / LAB 01 给定一列按交易日排序的价格,怎样得到简单收益、对数收益、累计净值和年化波动率?这个实验只用 6 个确定性价格,不依赖网络或数据库,目的是把第 01、02 讲的公式变成一条最小可审计的数据管道。 类型动手实验 2026-07-17 Quant #因子投资 #Python 实验
因子投资-05-投资组合基准与绩效指标 QUANT RESEARCH NOTE / LESSON 05 “策略年化 20%”几乎不能单独说明好坏:它可能承受巨大波动,长期跑输可比指数,依赖一次幸运交易,或在扣除成本后消失。绩效评价必须同时回答赚了多少、承担了什么风险、相对谁、经历了怎样的路径,以及收益是否可实现。 2026-07-17 Quant #量化入门 #因子投资
因子投资-04-线性回归矩阵与OLS QUANT RESEARCH NOTE / LESSON 04 “市场涨 1%,这只股票通常涨多少?”“控制规模以后,价值信号还能预测收益吗?”这两类问题都可以从线性回归开始。回归把一个变量的变化分解为可由解释变量线性描述的部分和残差,但它本身不自动提供因果解释。 类型 2026-07-17 Quant #量化入门 #因子投资
因子投资-03-概率抽样显著性与置信区间 QUANT RESEARCH NOTE / LESSON 03 一条因子在 36 个月中平均每月赚 1%,这是真实规律还是抽样运气?有限样本永远混合了信号与噪声。统计推断的任务不是给结论盖“显著”印章,而是量化:在明确假设下,我们对未知效应有多不确定。 类型核心课程 2026-07-17 Quant #量化入门 #因子投资
因子投资-02-风险波动率协方差与相关性 QUANT RESEARCH NOTE / LESSON 02 两只股票都可能平均赚 5%,但一只每次上下剧烈波动,另一只较平稳;它们显然不是同一种投资。更重要的是,组合风险不只由每只股票自身波动决定,还取决于它们是否同时涨跌。本讲从两个经济状态手算期望、方差、协方差和相关系数。 2026-07-17 Quant #量化入门 #因子投资
因子投资-01-收益率复利与超额收益 QUANT RESEARCH NOTE / LESSON 01 价格从 10 元涨到 11 元,与从 100 元涨到 101 元,谁表现更好?只比较价格变化额没有意义;我们需要把不同价格、不同期限、不同现金分配转成同一尺度。收益率就是量化投资的第一种语言,后面的波动率、回归、因子收益和组合净值都建立 2026-07-17 Quant #量化入门 #因子投资
因子投资-公式与研究检查清单 QUANT RESEARCH NOTE / REFERENCE 这篇文章有两个用途:学习时统一公式口径,研究交付前逐项验收。所有公式默认收益率用小数表示;i 是股票,t 是时间,N 是当期股票数,T 是期数,K 是解释变量或因子数。凡出现“年化”,都必须同时写明原始频率和一年期数。 2026-07-17 Quant #因子投资 #研究规范
因子投资-术语表 QUANT RESEARCH NOTE / REFERENCE 本表统一知识库的中英文术语和符号。下标 i 表示股票,t 表示时间,p 表示组合,m 表示市场,f 表示无风险资产。收益率、波动率和成本必须说明频率;横截面向量的维度通常是当期股票数 N,时间序列的维度通常是期数 T。 2026-07-17 Quant #因子投资 #术语
因子投资-论文阅读地图 QUANT RESEARCH NOTE / REFERENCE 这不是一张“必须从头读到尾”的书单,而是一条证据链。课程负责建立直觉,论文负责核验定义、样本、统计方法和结论边界。以下 17 篇均链接到 DOI 原始记录;作者、年份、期刊、卷期和页码已与 DOI 元数据及原书参考文献页交叉核对。 2026-07-17 Quant #因子投资 #论文阅读