因子风险暴露
使用dai进行数据导入的版本:
https://bigquant.com/wiki/doc/%5Fnew-h9g0emXqk3
导语
本文介绍了如何计算因子风险暴露的内容。
判断风险暴露的建模是否合理
通常,此分析是基于历史数据,而对历史风险暴露的估计可能会影响未来的风险暴露。 因此,计算因子风险暴露是不够的。 你必须对风险暴露保持信心,并明白对风险暴露的建模是否合理。
##运用多因子模型计算因子风险暴露 我们可以运用多因子模型分析一个组合中风险和收益的来源,多因子模型对收益的分解如下:
在风险分析中,我们经常对主动回报(相对于基准的回报)和主动风险(主动回报的标准差,也称为跟踪误差或跟踪风险)进行建模。
例如,我们可计算到一个因子对主动风险的边际贡献——FMCAR。 对于因子j,表示为:
策略案例
附件:运用Fama-French三因子模型演示因子风险暴露
https://bigquant.com/experimentshare/8aa1b33560044a0cbf431ead82e89371
本文由BigQuant宽客学院推出,版权归BigQuant所有,转载请注明出处。