想做个多因子可转债策略,正巧集思录也有这个功能了。
但问题是,我对于如何测试这些因子毫无思路...
之前上了个付费课程,大致是这样的思路:先做回归分析找相关因子,然后再加权做打分表,按照分数高低买票。
我感觉逻辑不对,我是这样想的:
感觉如果做 [收益率-某相关因子] 的一元回归,然后计算出 相关系数,这会是一个相当不精确的系数,因为指定不足(under-specification),会有遗漏变量误差(omitted variable bias)
然后再把这些相关变量加权计算出一个多因子评分表,这一步也存在变量之间并不独立的影响。比如说,二十日涨幅、现价、溢价率、换手率,这些因素实际上多多少少有点关系。这影响更大,甚至不能用OLS测试。
具体有多大关系,我也拿不准,得拿数据测。感觉是不小,比如说二十日涨幅居前的,现价估计也挺高的,涨的好可转债换手率应该也不会低。对于涨的越好的可转债,这几个变量的相关程度越高。所以说可能选了好多个因子,最后归因下来成为一个:涨的好。
这很显然对于做回归误差是过大了。
但是具体该怎么做,我真不清楚,包括我上面的表述,我也觉得说的迷迷糊糊的。
希望有大佬指点迷津,小弟愿意金币打赏表示感谢!
但问题是,我对于如何测试这些因子毫无思路...
之前上了个付费课程,大致是这样的思路:先做回归分析找相关因子,然后再加权做打分表,按照分数高低买票。
我感觉逻辑不对,我是这样想的:
感觉如果做 [收益率-某相关因子] 的一元回归,然后计算出 相关系数,这会是一个相当不精确的系数,因为指定不足(under-specification),会有遗漏变量误差(omitted variable bias)
然后再把这些相关变量加权计算出一个多因子评分表,这一步也存在变量之间并不独立的影响。比如说,二十日涨幅、现价、溢价率、换手率,这些因素实际上多多少少有点关系。这影响更大,甚至不能用OLS测试。
具体有多大关系,我也拿不准,得拿数据测。感觉是不小,比如说二十日涨幅居前的,现价估计也挺高的,涨的好可转债换手率应该也不会低。对于涨的越好的可转债,这几个变量的相关程度越高。所以说可能选了好多个因子,最后归因下来成为一个:涨的好。
这很显然对于做回归误差是过大了。
但是具体该怎么做,我真不清楚,包括我上面的表述,我也觉得说的迷迷糊糊的。
希望有大佬指点迷津,小弟愿意金币打赏表示感谢!