《Finding Alphas》逐章閱讀筆記 (二)

更新於 發佈於 閱讀時間約 10 分鐘

近期拜讀Igor Tulchinsky在2019年的著作《Finding Alphas: A Quantitative Approach to Building Trading Strategies》,學習更深入的投資,在這系列文章中,將逐章節摘要書籍重點。此為系列第二篇,涵蓋Part II的Chapter 4到10。

本書結合WorldQuant全球專家的知識,涵蓋alpha、相關性分析、偏差控制、ETF、事件驅動投資、指數alpha、日內數據研究、機器學習等主題。提供最新交易策略資訊,內容實用、易懂,並新增學術參考與高質量範例,適合關注量化交易的讀者。本書作者Igor Tulchinsky是 WorldQuant的創始人兼 CEO。


Alpha Design

  • 常見資料
    • 價格與成交量
    • 基本面資料(PE, ROE, Profit Margin, ...) (這類 Alpha 通常具有較低的turnover)
    • 總經 (GDP、就業率、...)
    • 文字資料、多媒體資料
  • 降低預測雜訊或者精煉其他 Alpha 訊號的方式
    • 風險因子模型 (Risk Factor Models)
      • 控制或消除某些特定風險因子的曝險(exposure),以期提升 Alpha 的表現。
    • 關係模型 (Relationship Models)
      • 分析在歷史上彼此具高度相關性的標的,有些可能存在領先(leading)或落後(lagging)的關係,進而找出套利空間。
  • Alpha 的預測頻率
    • 逐筆、日內、每日(Delay 1=只使用「前一日收盤前」 or Delay 0 = 在同一天某個特定時間點(如當日中場)取得資料,用於當日剩餘時間或下一時段的預測
    • 週頻率或月頻率 通常配合基本面分析或長期經濟趨勢。
    • 通常跟數據的更新頻率密切相關。
      • 用公司季度財報資料,則一季更新一次
      • 用即時訂單深度(Level II Order Book)或高頻資料,就可能需要逐筆或日內頻率的更新。
  • 如何評估 Alpha 的價值
    • 實務中並不容易精準度量(沒有固定的策略、非線性組合)
    • 資訊比率IR 越大,代表預測的穩定度越高
      • 若觀察期長達 5 年,且 Alpha 幾乎沒有過度擬合,且與其他已知 Alpha 的相關度不高,IR 大約在 1.0 就算是不錯的水準。
    • Margin = Profit / Trading Volume 越高,代表該 Alpha 對交易成本不敏感
      • 對於常見的日頻Alpha,約 5 個基點(0.05%)的邊際即算可以接受。
    • Correlation
      • 該 Alpha 與「池中已存在的某個最相似 Alpha」之間的相關係數(Pearson correlation)
        • >0.7: 相關度太高,只有在該 Alpha 明顯優於現有 Alpha 時,才值得納入
        • 0.5–0.7: 邊際情況,需要其他指標(如 IR、邊際等)表現極佳才有價值。
        • 0.3–0.5: 通常可接受。
        • < 0.3: 視為相當良好的獨特性。
  • 注意
    • 保留測試集、比較整體的 In-Sample 與 Out-of-Sample


How to Develop an Alpha: A Case Study

  • 發想策略/邏輯→概念數學化→回測→優化與風控
  • 假設要做出Alphabet(GOOG)、Apple(AAPL)的alpha
    • 股價的波動來自許多方面,先只用「價格趨勢」因子
  • 假設我們注意到
    • 在最近一週股價若連續上漲,可能短期內有獲利了結的壓力,容易往下修正
    • 也就是負的五日報酬,若五日報酬越大,我們越傾向做空
raw-image
raw-image

  • 風險中和
    • 原本的設計有 31.2% 的年化報酬,但最大回撤可高達 39.22%
    • 常見做法是做「行業中和」或「市值中和」 (權重加總為0)
    • 在例子中,當我們對 Alpha進行行業中和後,整體年化報酬下降至大約 10.22%,但最大回撤大幅縮小至不到 9%,IR也上升至 1.37。
  • 進一步優化
    • 排名(Rank)
      • 註:觀察值越多,Rank 越能很好地呈現趨勢
    • 衰減(Decay)
      • 若發現每日調整部位過於頻繁(週轉率高),或想降低雜訊造成的波動可使用
      raw-image

Data and Alpha Design

  • 如何尋找 Alpha 所需的資料
    • 最快的方法之一是參考現有文獻
      • 可從 SSRN、Google Scholar 或知名的金融/經濟期刊著手,關鍵字可以使用「stock returns」「abnormal returns」「fundamental data」等
    • 從資料供應商 取得資料
      • 可能的風險: Crowded Trade、Forward-looking Bias、Survivorship Bias
  • 資料驗證
    • 須注意未來可持續性
    • Outliers: 在 Alpha 或前置資料清洗階段加入基本的檢查機制,如對極端值以 Winsorization 或 z-score 過濾
  • WQ也使用更多元的資料
    • 季節性感受 (日照時間長短影響投資人的情緒)、天氣因素(晴朗天氣與大盤當日收盤報酬存在顯著正相關)
    • 搜尋趨勢: Preis et al. (2013) 透過 Google 搜尋趨勢 (Google Trends) 建構投資策略,結果大幅跑贏大盤 (326% vs 16%)。
    • 社交媒體


Turnover

  • Alpha Horizon: 「要預測多久之後」的股價或報酬
    • Horizon通常 負相關 IR 與 IC
  • 常見交易成本
    • 佣金、Bid–Ask Spread、Slippage
    • 高流動性的市場(例如美股前 500 大市值)買賣價差一般較小(例如 5 bps)
    • 流動性低的市場或冷門股票,可能擴大到 25~30 bps
    • 舉例
      • 策略 std(returns) 表示它會偏好那些「近期報酬波動度較高」的標的。流動性通常較低。伴隨較大的買賣價差。
      • 策略 log(volume) 偏好大盤股或高交易量股票,低交易成本
  • 短期 Horizon 的 Alpha,需要在短時間內完成進出場,交易成本高


Alpha Correlation

  • Alpha 相關性通常可以基於PnL或Positions等方式進行
  • 可使用Pearson Correlation / cosine
  • 有時也會考慮「最近資料重要性更高」的想法,對近期的PnL做加權
  • 廣義相關(Generalized Correlation)
    • 先將原本的 PnL 時序向量轉換再做Correlation (線性
    • 例如:週盈虧、月盈虧、只看多空方向
  • 以持倉為基礎的相關性
    • Position Correlation: 觀察某段期間,concat所有天數的持倉向量後計算相關性
    • Trading Correlation: 計算每天持倉變化量的相關性
  • 在 Alpha 池中的相關性衡量
    • 計算某個 Alpha 與池內所有其他 Alpha 的相關係數後取平均,或計算所有 Alpha 兩兩之間的相關係數矩陣,去觀察其整體分布。
    • 總相關(T-corr): 該 Alpha 與所有其他 Alpha 的相關係數加總


Backtest – Signal or Overfitting

  • 如何降低過度擬合風險
    • True Out-of-Sample Test (實際在未來的真實市場觀察其表現,而不是把「舊的歷史區間」當作樣本外資料)
    • 提高In-sample Sharpe Ratio要求
    • 延長回測期間、跨市場驗證、模型簡潔優雅、減少參數和操作


Controlling Biases

  • 系統性偏誤(systematic bias)
    • Look-Ahead Bias(前視性偏誤): 若某個投資訊號或投資策略做決策時,使用到未來時間或之後才會知道的資料
      • 理想情況下,每筆資料都應該有「事件發生時間(occurrence datetime)」與「資料接收時間(arrival datetime)」兩個時間戳。若只使用「事件發生時間」會發生問題
      • 若策略橫跨多個時區,常見的做法是將所有交易日與事件的時間統一轉換成同一個基準時區(例如 UTC)
      • 在sentiment analysis領域,一些供應商提供的sentiment dictionary若以未來資訊或未來文檔訓練而成,可能也會產生前視性偏誤。
  • 行為性偏誤 (Behavioral bias)
    • Storytelling, Confirmation Bias, Familiarity Bias, Narrow Framing (投資人做決策時,沒有將其視為整體投資組合的一部分), Herding Bias




avatar-img
ECOE的沙龍
3會員
41內容數
留言
avatar-img
留言分享你的想法!
ECOE的沙龍 的其他內容
近期拜讀Igor Tulchinsky在2019年的著作《Finding Alphas: A Quantitative Approach to Building Trading Strategies》,學習更深入的投資,在這系列文章中,將逐章節摘要書籍重點
Note on Active Equity Management by Xinfeng Zhou and Sameer Jain
如何預測股價,常見的方式有三種 假設投資組合經理正在評估某 XYZ 科技公司是否值得增持。我們將使用 Naïve、Raw 和 Refined Forecasts 的框架來分析 XYZ 的投資機會
CPI 是什麼?為什麼重要? CPI(消費者物價指數)是衡量「一籃子」消費品與服務的價格變動情況,簡單來說,就是用來觀察一般消費者(你和我)所購買的商品、服務是否越來越貴或便宜。舉例來說,食品、衣服、房租、水電、交通費甚至醫療費,這些都可能被納入計算,反映出大眾生活成本的增減。
採購經理人指數(PMI)用於衡量製造業與服務業的經濟健康狀況,是反映經濟活動方向的重要指標,是每月對受訪企業的採購經理人進行調查,並依調查結果編製成的指數。
所謂的「可轉換套利」,是投資人同時: 買入(做多) 發行公司之「可轉換證券」(包含可轉換公司債或可轉換優先股)。 放空(做空) 同一家發行公司的普通股。
近期拜讀Igor Tulchinsky在2019年的著作《Finding Alphas: A Quantitative Approach to Building Trading Strategies》,學習更深入的投資,在這系列文章中,將逐章節摘要書籍重點
Note on Active Equity Management by Xinfeng Zhou and Sameer Jain
如何預測股價,常見的方式有三種 假設投資組合經理正在評估某 XYZ 科技公司是否值得增持。我們將使用 Naïve、Raw 和 Refined Forecasts 的框架來分析 XYZ 的投資機會
CPI 是什麼?為什麼重要? CPI(消費者物價指數)是衡量「一籃子」消費品與服務的價格變動情況,簡單來說,就是用來觀察一般消費者(你和我)所購買的商品、服務是否越來越貴或便宜。舉例來說,食品、衣服、房租、水電、交通費甚至醫療費,這些都可能被納入計算,反映出大眾生活成本的增減。
採購經理人指數(PMI)用於衡量製造業與服務業的經濟健康狀況,是反映經濟活動方向的重要指標,是每月對受訪企業的採購經理人進行調查,並依調查結果編製成的指數。
所謂的「可轉換套利」,是投資人同時: 買入(做多) 發行公司之「可轉換證券」(包含可轉換公司債或可轉換優先股)。 放空(做空) 同一家發行公司的普通股。
本篇參與的主題活動
你已經錯過2020年3月的世紀大崩盤了,還要錯過這次難得的「財富重分配」大好機會嗎? 這幾天已經陸續有好幾位親朋好友問我關於「投資」的問題,藉著這篇文章和大家分享我的想法。 首先還是要再度強調這個觀念:為什麼有必要投資?
終於開始看施昇輝老師的書了,之前主要是看他在節目上發言,這次算是靜下來真的第一次看他的書。這算是他特別為了小資族打造的書,所以針對的收入跟各種也走向小資,力求簡單無腦投資,捨棄一些不需要的動作。下面就來看看書中我覺得很不錯的概念吧。
你已經錯過2020年3月的世紀大崩盤了,還要錯過這次難得的「財富重分配」大好機會嗎? 這幾天已經陸續有好幾位親朋好友問我關於「投資」的問題,藉著這篇文章和大家分享我的想法。 首先還是要再度強調這個觀念:為什麼有必要投資?
終於開始看施昇輝老師的書了,之前主要是看他在節目上發言,這次算是靜下來真的第一次看他的書。這算是他特別為了小資族打造的書,所以針對的收入跟各種也走向小資,力求簡單無腦投資,捨棄一些不需要的動作。下面就來看看書中我覺得很不錯的概念吧。
你可能也想看
Google News 追蹤
Thumbnail
【vocus 精選投資理財/金融類沙龍,輸入 "moneyback" 年訂閱 9 折】 市場動盪時,加碼永遠值得的投資標的——「自己」 川普政府再度拋出關稅震撼彈,全球市場應聲重挫,從散戶到專業投資人,都急著找尋買進殺出的訊號,就是現在,輪到知識進場!把握時機讓自己升級,別放過反彈的機會!
Thumbnail
這篇文章介紹了影片的幾個重點,包括資金流向掌握方式、盤中大散單追蹤方式、從漲幅排行榜巡標的方式和趨勢指標。此外,還提到了8月份小P家族舉辦的重要線上研討會預告,主題為ETF跟飆股相關,將邀請神祕來賓一起跟小P教學,並將下放很多核心釣竿。
Thumbnail
用多空趨勢線串聯股市金脈簡單來說內建一套投資邏輯,這套系統基於經濟學中的「適應性預期理論」發展而來,主要依賴過去的觀察和經驗來進行投資。這本書橫跨了產業面、基本面、技術面與籌碼面,我覺得下面的重點,你可以思考一下對你的投資有沒有幫助。
Thumbnail
這篇文章談論股匯市的關係和適性趨勢軌道的寬窄意義,以及超級趨勢布林趨勢指標的設定和彩虹ATI+日ATI複習。觀看影片可以幫助吸收裡面的邏輯。
Thumbnail
本文章介紹了股市中常用的技術指標,如相對強弱指標(RSI)、隨機指標(KD)、移動平均線(MA)、動力指標(MTM)、指數平滑異同移動平均線(MACD)、寶塔線。透過這些指標,讓投資者能夠更好地瞭解股票的買賣力道、價格趨勢以及逆勢操作的時機。
Thumbnail
這堂課程將會複習彩虹ATI、ATI乖離陰影和作手乖離陰影這些重要的股票投資指標,以及適性趨勢軌道指標,讓投資者更清楚地瞭解股票的強弱情況。
Thumbnail
在 ICT 2022 Model 文章中,我們介紹了價格的行為模式以及時間與價格的關係。文章透過實際案例說明瞭ICT 2022 Model的應用,並給出了日內PD Array的相關概念。最後,作者呼籲讀者要多加回測練習,加強對ICT概念的掌握。文章涵蓋了豐富的交易策略和理論知識,適合投資熱衷者閱讀。
Thumbnail
本文為技術分析進階,適合有技術分析基礎者閱讀,不建議未學過基礎技術分析者閱讀
Thumbnail
本文為技術分析進階,適合有技術分析基礎者閱讀,不建議未學過基礎技術分析者閱讀
Thumbnail
以下為個人研究心得分享,主要是判斷趨勢用於日內交易(當沖為準),僅供參考,不構成投資建議,當沖有風險一定要注意,該停損停利勿凹單勿貪! 周五盤前公開分享大盤看法,壓力支撐點位和趨勢,馬前砲可自行回測。 周一到周四沒意外的話盤前會在付費專欄更新。 偶爾會有個股分享(權重股為主)。 操作理念
Thumbnail
這本書主要介紹技術分析的各種型態與原理,包括反轉型態、持續型態、中間型態,以及趨勢線、支撐壓力等觀念。最後提供一些實戰秘訣,如跟隨主要趨勢、分散風險、注意流動性等,並強調風險控管的重要性。全書內容豐富實用,適合技術分析的初學者閱讀。
Thumbnail
【vocus 精選投資理財/金融類沙龍,輸入 "moneyback" 年訂閱 9 折】 市場動盪時,加碼永遠值得的投資標的——「自己」 川普政府再度拋出關稅震撼彈,全球市場應聲重挫,從散戶到專業投資人,都急著找尋買進殺出的訊號,就是現在,輪到知識進場!把握時機讓自己升級,別放過反彈的機會!
Thumbnail
這篇文章介紹了影片的幾個重點,包括資金流向掌握方式、盤中大散單追蹤方式、從漲幅排行榜巡標的方式和趨勢指標。此外,還提到了8月份小P家族舉辦的重要線上研討會預告,主題為ETF跟飆股相關,將邀請神祕來賓一起跟小P教學,並將下放很多核心釣竿。
Thumbnail
用多空趨勢線串聯股市金脈簡單來說內建一套投資邏輯,這套系統基於經濟學中的「適應性預期理論」發展而來,主要依賴過去的觀察和經驗來進行投資。這本書橫跨了產業面、基本面、技術面與籌碼面,我覺得下面的重點,你可以思考一下對你的投資有沒有幫助。
Thumbnail
這篇文章談論股匯市的關係和適性趨勢軌道的寬窄意義,以及超級趨勢布林趨勢指標的設定和彩虹ATI+日ATI複習。觀看影片可以幫助吸收裡面的邏輯。
Thumbnail
本文章介紹了股市中常用的技術指標,如相對強弱指標(RSI)、隨機指標(KD)、移動平均線(MA)、動力指標(MTM)、指數平滑異同移動平均線(MACD)、寶塔線。透過這些指標,讓投資者能夠更好地瞭解股票的買賣力道、價格趨勢以及逆勢操作的時機。
Thumbnail
這堂課程將會複習彩虹ATI、ATI乖離陰影和作手乖離陰影這些重要的股票投資指標,以及適性趨勢軌道指標,讓投資者更清楚地瞭解股票的強弱情況。
Thumbnail
在 ICT 2022 Model 文章中,我們介紹了價格的行為模式以及時間與價格的關係。文章透過實際案例說明瞭ICT 2022 Model的應用,並給出了日內PD Array的相關概念。最後,作者呼籲讀者要多加回測練習,加強對ICT概念的掌握。文章涵蓋了豐富的交易策略和理論知識,適合投資熱衷者閱讀。
Thumbnail
本文為技術分析進階,適合有技術分析基礎者閱讀,不建議未學過基礎技術分析者閱讀
Thumbnail
本文為技術分析進階,適合有技術分析基礎者閱讀,不建議未學過基礎技術分析者閱讀
Thumbnail
以下為個人研究心得分享,主要是判斷趨勢用於日內交易(當沖為準),僅供參考,不構成投資建議,當沖有風險一定要注意,該停損停利勿凹單勿貪! 周五盤前公開分享大盤看法,壓力支撐點位和趨勢,馬前砲可自行回測。 周一到周四沒意外的話盤前會在付費專欄更新。 偶爾會有個股分享(權重股為主)。 操作理念
Thumbnail
這本書主要介紹技術分析的各種型態與原理,包括反轉型態、持續型態、中間型態,以及趨勢線、支撐壓力等觀念。最後提供一些實戰秘訣,如跟隨主要趨勢、分散風險、注意流動性等,並強調風險控管的重要性。全書內容豐富實用,適合技術分析的初學者閱讀。