barra中国股票模型

1. 什么是量化交易的Barra多因子模型

Barra多因子是啥，很多人不知道。但要搞清楚量化选股这个策略，还真没法绕不开Barra。
关于这个因子，大家可以记住这3点：
第一，Barra模型主要用来做市场分析和风险归因；
第二，Barra不对股票进行分组，而是直接对全市场的股票既定的因子暴露进行多元回归，从而确定风格因子和行业因子的因子收益率。
第三 ，Barra用的是截面数据，用已知的因子暴露去求解各因子的收益。

2. beta收益和alpha收益是什么意思一般用于投资领域

Alpha:投资组合的超额收益，表现管理者的能力；Beta:市场风险，最初主要指股票市场的系统性风险或收益。换句话说，跑赢大盘的就叫Alpha，跟着大盘起伏就叫Beta。80年代，大家的认知基于CAPM模型PortfolioReturn可分解为beta(和基准完全相关)和alpha(和基准不相关)。90年代，人们不再局限于市场这个单一因子，APT模型和Barra多因子模型扩大了人们选择因子的范围，包括地区/行业因子等。
拓展资料
使用简单公式计算 Beta 系数
1、 确定无风险利率。
这是投资者在无风险投资上预期可获得的收益率，例如以美元投资的美国国库券，以欧元交易和投资的德国政府债券等。该数字通常以百分比表示。
2 、分别确定股票收益率、市场（或代表性指数）收益率。
这些数字也以百分比表示。通常情况下，需要使用若干个月的时段数据计算收益率。
3 、用股票的收益率减去无风险利率。如果股票的收益率为 7%，无风险利率为 2%，则二者的差为 5%。
在计算 Beta 系数时，通常（尽管不是必需的）要使用待计算股票所处市场的代表性指数。对于美国股市，标准普尔 500 是经常使用的指数，但分析工业股时最好使用道琼斯工业平均指数。对于在国际范围内交易的股票，MSCI EAFE（代表欧洲、澳大利亚和远东地区）是一个合适的代表性指数。对于中国 A 股，可以使用上证指数。

4、用股票收益率减无风险利率的差除以市场（或指数）收益率减无风险利率的差。
得出的即为 Beta 系数，通常用小数表示。在上例中，Beta 系数为 5 除以 6，得到 0.833。从定义上可以得出，市场或其代表性指数本身的 Beta 系数为 1.0，这是因为市场与其自身作比较的话，任何非零数除以本身结果都等于 1。Beta 系数小于 1 表示股票比市场整体的波动率低，Beta 系数大于 1 表示股票比市场整体的波动率高。Beta 系数可以小于零，表示投资该股票出现亏损，但市场整体盈利（此可能性较大）；或者投资该股票盈利，但市场整体亏损（此可能性较小）。

3. 指数型基金根据沪指还是深指涨跌

不同的指数基金跟踪的指数不同，有上证的，有深指的，还有综合的
例如：
上证50的：华夏上证50
上证180的：华安180
深证100的：融通100，易基深100
沪深300:嘉实300，大成300，国泰300
其他指数还有：
银华88---道琼斯中国88指数，是1996年由全球指数编制机构道琼斯公司开始为中国大陆股票市场编制的指数，采用了与道琼斯全球股票指数相同的严格标准，由道琼斯中国指数中88支自由流通市值最大且交易流动性最强的个股组成
华安中国A股：-- 摩根士丹利资本国际公司（MSCI Barra）以MSCI标准的全球价值及成长指数的编制方法为基础，推出中国A股市场指数。MSCI中国A股指数以各行业组达到65％的代表性为目标(成份股数量不固定)。自由流通市值排名全部A股前25名的股票，将自动纳入MSCI中国A股指数

4. 深度学习做股票预测靠谱吗

之前，利用DBN去做股票市场的收益预测，输入变量是市场行情数据，财务报表数据和一些技术因子，效果仅仅勉强跑赢hs300. 当时希望利用DBN，像处理图片一样，可以detect complex and nonlinear relationship between this variables，但是结果并不满意，甚至同样输入了，RF，GBDT都跑到了不错。现在感觉主要问题还是因为这些原始变量的噪声大，另外还有就是正则化并没有做好。
Data pre－processing 非常的重要。
之前研究过Barra 因子，里面的每一个因子，虽然在生成上并没有什么技巧，剔除outlier，归一化，线性回归，正交化。基本上都是这些算子。但是每一个都有一些logic。回看一些股票多因子的Fama French,1992,1993 的研究框架，更是感觉做金融计量的人和做机器学习的人思维的不同，做金融计量的人在数据分析上预处理很多，逻辑比较严密，并且logic大于统计技巧。我想如果在股票量化策略上，借鉴这种金融计量的思想，对于机器学习的技巧取得成功是必不可少的。

结论就是不可以

5. 如何痛代码计算barra risk model

所有模型都是对真实世界的数学描述，高级量化方法往往成为先进风险管理的标志。然而，量化技术的高级化通常伴随着方法的复杂化，进而形成新的风险。“蝴蝶效应”的存在使微小的误差通过系统传递产生严重的后果，所以在模型的实施过程中可能因适用

6. 在构建多因子模型之前，如何对单因子效果进行检验

在构建多因子模型之前，如何对单因子效果进行检验？

结果分析：

20日RSI回测10日年化收益27.2%，回测5日年化33.9%。我们还对4日、8日、14日RSI因子进行检验，发现4日RSI因子的效果较差，8日、14日、20日RSI因子效果相似，比较有效。

7. 什么是阿尔发模式。

因为涉及极其学习领域，践行录也不是特别了解，这里不做过多的阐述。简单说来，阿尔法狗提升围棋能力的方式就是通过一种 “有监督的学习” 。当然这个不是我们要探讨的重点，践行录想说的是阿尔法狗的下棋逻辑。

8. 什么是MSCI中国A股指数它的指数是如何计算的

摩根士丹利推出MSCI中国A股指数
该指数自动纳入按自由流通量调整最大的25只股票

摩根士丹利资本国际公司5月10日在北京宣布，正式推出“MSCI中国A股指数”，并计划在上海开设销售和客户服务代表处，以支持其在中国不断扩大的业务。据透露，该公司设立在上海代表处的负责人曾就职于汇丰银行上海公司。

据摩根士丹利资本国际亚太区指数研究主管谢征傧介绍，这是MSCIBarra经过充分的客户咨询，专门为中国国内投资者开发的指数。该指数是第一个精确反映中国A股市场背后行业结构的A股指数，涵盖有限数量的、可流通、可投资的股票。

他表示，该指数是一个完全独立的指数，而不是MSCI国际股票指数系列的一部分，这主要是由设计的目的来决定的。因为国内投资者在投资时所面临的限制和投资的目标与国际的股票投资者完全不一样，国际投资者在中国A股市场并没有国内投资者这么多的投资选择。基于国内和国际投资者所面临的限制和投资目标的不同，该指数完全按照国内投资者的需要来设计。

此外，对于国际投资者，这个指数将有效地作为桥梁来连接国外的投资者在不久后进军中国市场，成为国际投资者投资中国A股市场的有效途径。

谢征傧称，MSCI中国A股指数的主要特点表现在，利用透明和客观的方法，编制了一个具有代表性、可供投资而且周转率较低的指数；采用全球行业分类标准的自下而上编制方式，自动纳入自由流通量调整最大的25只股票，以体现A股市场超大规模的公司。

另外，通过规模和流动性的筛选，再加上对指数成份股按自由流通量加权进行调整，使基准指数具有可投资性；而且，价格指数和红利再投资指数的计算方法支持多种表现评估；指数还将进行年度和季度审议，确保及时反映市场变化，并防止过高的指数周转率。

谢征傧还告诉记者，在上海和深圳证券交易所上市且自由流通市值至少为10亿元的所有A股股票，都符合入选MSCI中国A股指数的条件。但是，特别处理、特殊处理、暂停上市的股票，和由一个单一股东控制50%或50%以上流通股份的股票，自由流通量低于15%的股票或流动性有问题的股票，以及投资信托、互惠基金、股票衍生产品的情况是除外的。制定这些标准主要是为了确保指数具有可投资性。

相关链接

MSCIBarra是MSCI公司一个服务标识，Barra是MSCI的子公司。MSCI公司开发和管理着股票指数、REIT指数、债券指数、多资产类别指数和对冲基金指数。而摩根士丹利是MSCI的最大股东。

《国际金融报》 (2005年05月11日 第六版)

9. 如何用matlab实现barra模型

如何用matlab实现barra模型
下面是相应的Matlab程序 function matexpfit(x,y) %指数曲线拟合及其图示 %x,y为已知数据点且均为行向量 %拟合曲线 A=[ones(size(x))',x'];B=log(y)';X=A\B; %A\B为矩阵除法求AX=B的解 fprintf('a=%f,b=%f\n',exp(X(1)),X(2)) fprintf('拟合曲线

10. 大量历史数据的处理

是olap系统？
建议进行表分区，每月初清楚上月分区即可。
若只需要当月数据，可以考虑做01至31分区，每天将分区清理，在插入。