from：https://zhuanlan.zhihu.com/p/20343666

本試題由李騰、陳燁、鄧岳、

@陳志崗 整理，歡迎補(bǔ)充！

1 試卷說明

測試目標(biāo)：多因子模型是量化股票組合投資領(lǐng)域的基本工具，介紹性的資料很多。但學(xué)習(xí)這些資料之后，甚至一些老手也很難判斷自己掌握到什么程度，或是在哪些方面有所缺失。因此，我們幾位從業(yè)者合力整理了這份多因子模型水平測試題。以問題的方式激發(fā)思考，希望能夠給從業(yè)者提供一個(gè)深度學(xué)習(xí)多因子模型的參考方向。列表中的很多問題我們也不知道最好的答案是什么，提示僅供參考。

題目說明：多因子模型假設(shè)大量股票的未來收益率中的可預(yù)測部分由少數(shù)幾個(gè)因子決定。由于同時(shí)影響大量股票，所以這些因子被稱為共同因子。只影響單只或少數(shù)幾只股票的特異因子，不在本試題的討論范圍內(nèi)。多因子模型可用于收益預(yù)測、風(fēng)險(xiǎn)預(yù)測和業(yè)績歸因。業(yè)內(nèi)對(duì)三種用途的多因子模型是否應(yīng)具有統(tǒng)一的因子組并無定論。因此下面題目中很多問題，如無特殊說明，請針對(duì)三種用途分別作答。本試題側(cè)重于多因子模型本身的理論和實(shí)踐，因此對(duì)組合構(gòu)建/優(yōu)化、交易技術(shù)、歷史回測技術(shù)等低相關(guān)主題不做深入探討。

2 試題

因子

A股市場驅(qū)動(dòng)因子能分為哪幾大類?【按信息源分：技術(shù)、基本面、情緒等】

常見的因子類別？【行業(yè)、技術(shù)、基本面、分析師預(yù)測、大數(shù)據(jù)】

除了最常用的回歸法，還有沒有其他方法可以進(jìn)行單因子測試？各自優(yōu)劣是什么？注：下面問題均針對(duì)回歸法。【如果用分組法，可以看到非線性的關(guān)系】

單因子測試是否需要糾正版塊、市值偏離等問題？如何糾正？【在版塊偏離方面，可以設(shè)置行業(yè)虛擬變量。在市值偏離方面，可以取因子對(duì)市值回歸的殘差，但這種處理不一定有必要？】

行業(yè)歸屬因子是否應(yīng)選擇動(dòng)態(tài)變化的數(shù)據(jù)？【是，否則在回歸過程中用到未來信息】

混業(yè)經(jīng)營的上市公司，其行業(yè)因子有哪些處理方式？利弊？

行業(yè)因子采用GICS、證監(jiān)會(huì)、申萬、中信等第三方數(shù)據(jù)更好？還是利用相關(guān)性、聚類分析等算法來動(dòng)態(tài)確定更好？各自利弊？

規(guī)模因子（Size，也叫市值因子）為什么在中國具有如此重大的影響？選擇長期暴露小盤股有哪些利弊？

市值因子應(yīng)該怎么取？取市值本身、市值對(duì)數(shù)、市值平方根有什么區(qū)別，哪種更好？你認(rèn)為流通市值和市值哪個(gè)信號(hào)更強(qiáng)？

換手率應(yīng)該怎么計(jì)算？如遇長時(shí)間停牌，如何處理？

若某一因子包含長期平均數(shù)據(jù)（比如5年平均凈利潤），而中間有數(shù)據(jù)缺失的片段（比如最近5年中有2年的年報(bào)缺失），應(yīng)該如何處理？現(xiàn)有兩種參考方法：設(shè)為空值，或取現(xiàn)有數(shù)據(jù)的平均值充作長期均值。哪種更好？還是無所謂？

財(cái)務(wù)數(shù)據(jù)應(yīng)該在哪個(gè)時(shí)點(diǎn)進(jìn)行更新？比如月頻的多因子模型，年報(bào)公布時(shí)間可能為3月或4月，是在3月底的時(shí)候即時(shí)更新那些已出的數(shù)據(jù)，還是在4月底統(tǒng)一更新使用？【有先有后，隨時(shí)公布隨時(shí)更新，或許更有時(shí)效性】

有哪些指標(biāo)可以用來衡量單因子測試的結(jié)果？【t絕對(duì)值均值，|t|>2占比，t序列方差，beta均值，beta方差等】

依據(jù)單因子測試結(jié)果，如何對(duì)因子的有效程度進(jìn)行排序？或者說，如何用單一指標(biāo)衡量因子有效性？【參考：abs(mean(t))/std(t)，也許有更優(yōu)解】

所謂的“alpha因子”和“風(fēng)險(xiǎn)因子”，應(yīng)該怎么進(jìn)行區(qū)分？

你理解中有效且有邏輯的因子應(yīng)該包括哪些？有邏輯但效果較差的因子應(yīng)該包括哪些？如果采用某種方法組合出一個(gè)古怪的因子解釋力很強(qiáng)，但是看不出因子的經(jīng)濟(jì)意義，你該怎么辦？

如何打磨舊的因子，提高其有效性？

構(gòu)建因子的新信息源如何尋找？有哪些思路？

現(xiàn)在常用的因子都是易于量化的因子，對(duì)于基本面因子、事件驅(qū)動(dòng)因子、市場情緒因子等不易量化的因子，有無合適的處理方法？

模型擬合

擬合多因子模型的綜合目標(biāo)是什么？

如何選擇樣本空間？例如對(duì)初上市股票、ST股票、指數(shù)成分股變動(dòng)、停牌股票等異常情況的處理方法。

如何選取因子組？有什么可以參考的經(jīng)典理論？【提示：BarraUSE3 Handbook】

從選擇因子到多因子策略回測，一般有哪幾個(gè)環(huán)節(jié)？哪些可以省去，哪些不能？【單因子測試（似乎可以省略），合并因子（貌似不能省略，因?yàn)椴缓喜⑾嗨埔蜃訜o法消除共線性），預(yù)測個(gè)股收益率、成本、跟蹤誤差等，再進(jìn)行約束優(yōu)化問題求解】

每一期的因子暴露度，如果不進(jìn)行離群值、缺失值以及標(biāo)準(zhǔn)化處理，會(huì)有什么后果？如果選擇進(jìn)行處理，又會(huì)帶來哪些需要注意的模型扭曲？

離群值處理方法有那幾種？一種比較常用的辦法是將離開均值N倍標(biāo)準(zhǔn)差距離以外的離群值拉回N倍標(biāo)準(zhǔn)差的位置上，這時(shí)候N一般取值多少？【離群值處理還可以用中位數(shù)去極值等辦法，對(duì)題干所述方法，有把N取成2，2.5，3，5的，也許可以通過理論+實(shí)踐驗(yàn)證一下哪種取值更好】

缺失值的處理方法有哪幾種？現(xiàn)提供三種參考方式：一是把空置設(shè)為NaN，回歸涉及NaN項(xiàng)時(shí)用程序自動(dòng)忽略；二是把所有含NaN項(xiàng)的個(gè)股從當(dāng)期票池中剔除；三是把所有NaN（在標(biāo)準(zhǔn)化后）設(shè)為零（或中位數(shù)）。它們有什么區(qū)別？哪種好？或者有沒有更好的？

標(biāo)準(zhǔn)化的方法有哪些？標(biāo)準(zhǔn)化后數(shù)據(jù)近似呈現(xiàn)何種分布規(guī)律？各種標(biāo)準(zhǔn)化方法的利弊？【除了減去均值、再除以標(biāo)準(zhǔn)差，還可以取排序序數(shù)等】

帶權(quán)重的標(biāo)準(zhǔn)化，權(quán)重怎么設(shè)置？是否需要和回歸時(shí)的個(gè)股權(quán)重保持一致？

標(biāo)準(zhǔn)化、離群值處理、缺失值處理，三個(gè)環(huán)節(jié)如何確立先后順序？

因子之間或多或少具有一些相關(guān)性，若把所有因子進(jìn)行正交化處理，會(huì)發(fā)生什么情況？這樣做或不這樣做的理由是什么？

如何選擇截面回歸的頻率？依據(jù)是什么？

回歸模型涉及的個(gè)股收益率怎么計(jì)算？最簡單的（又能保證一定精確度的）方法是什么？【可以用復(fù)權(quán)收盤價(jià)。精確結(jié)果應(yīng)該是利用市場價(jià)格和分股、配股等影響收益的因素結(jié)合計(jì)算】

回歸模型是否需要加入截距項(xiàng)（即常數(shù)項(xiàng)）？在什么情況下可以取，什么情況下不能取？【有行業(yè)因子時(shí)不能加入截距項(xiàng)，因?yàn)樾袠I(yè)因子之和為全1向量，再加截距項(xiàng)就會(huì)導(dǎo)致回歸系數(shù)不唯一確定】

回歸時(shí)用OLS和WLS的區(qū)別在哪里？使用WLS的依據(jù)是什么？【Barra文檔里提到兩點(diǎn)：一是市場更關(guān)注那些流通市值更大的股票；二是對(duì)消除異方差有幫助，并且支出sqrt（流通市值）是對(duì)異方差的一個(gè)較好的估計(jì)，可以用作回歸權(quán)重】

如何評(píng)估或衡量多因子模型的效果？

如何判斷現(xiàn)有因子是否足夠解釋收益率？【R^2可以輔助判斷，也許有更好的標(biāo)準(zhǔn)？】

中國股票市場多因子模型的R^2通常在什么量級(jí)？

為了提高R^2，盡可能多地加入各種因子，會(huì)導(dǎo)致什么問題？

如果一個(gè)因子與現(xiàn)有因子組均低相關(guān)，而且能夠顯著提高R^2，那么什么樣的理由可能會(huì)使我們選擇不加入這個(gè)因子？【因子收益率不穩(wěn)定】

對(duì)于回歸法因子測試，能否直接用不同截面的數(shù)據(jù)疊加在一起進(jìn)行回歸（即面板回歸）？可能產(chǎn)生的后果是什么？【牛熊市數(shù)據(jù)可能分層了，掩蓋真正的規(guī)律】

進(jìn)行多元回歸時(shí)，如何檢驗(yàn)共線性、異方差問題？如何解決？

無風(fēng)險(xiǎn)資產(chǎn)在各個(gè)市場應(yīng)該如何選擇？中國市場有哪些選擇？各自的利弊（例如歷史長度、數(shù)據(jù)完整性、代表性等）？

計(jì)算beta值的基準(zhǔn)（benchmark）如何選擇？不同選擇對(duì)整個(gè)模型影響有哪些方面？

似乎研究者已經(jīng)慣于用線性模型來解釋收益率，為什么不用更復(fù)雜的模型？（或者已經(jīng)存在什么非線性的結(jié)果？）

擬合多因子模型時(shí)，數(shù)據(jù)挖掘問題有多嚴(yán)重？怎樣降低過擬合的程度？

收益預(yù)測

在多因子回歸中，預(yù)測的目標(biāo)是什么？收益率？對(duì)行業(yè)的超額收益率？對(duì)市場的超額收益率？還是其他的？

用于收益預(yù)測的多因子模型，在擬合時(shí)應(yīng)側(cè)重考慮哪些方面？

因子收益率如何預(yù)測？有哪些方法？是否有必要進(jìn)行因子擇時(shí)? 國外的文獻(xiàn)對(duì)這方面的研究成果如何？

構(gòu)建選股模型時(shí)，通常會(huì)對(duì)許多因子進(jìn)行降維、合并，這樣做的主要意義是什么？【國信、中信的多因子報(bào)告里都有相關(guān)介紹】

對(duì)將要合并的幾個(gè)因子，如何分配它們的權(quán)重？請對(duì)靜態(tài)、動(dòng)態(tài)賦值各一例，它們各自的優(yōu)劣是什么？【提示：靜態(tài)比如簡單平均，動(dòng)態(tài)比如IC加權(quán)平均，參見安信或中信多因子報(bào)告。簡單平均的好處是邏輯簡潔便于計(jì)算，動(dòng)態(tài)平均能更多地利用市場信息】

已知過去若干期的（合并后）因子暴露度，根據(jù)以上測試結(jié)果，如何預(yù)測下期收益率？

用IC（橫截面相關(guān)性）衡量預(yù)測有效性有什么缺陷？

未來1日收益率預(yù)測的IC通常在什么水平？未來1月的呢？不同時(shí)間尺度之間是否有固定的轉(zhuǎn)換關(guān)系？

預(yù)測時(shí)間尺度如何選擇？未來1天、1周、1月、3月還是更長？【看你擁有的信息/因子在哪個(gè)時(shí)間尺度上最有效】

如何將多因子模型的預(yù)測與其它預(yù)測（例如定性研究對(duì)少數(shù)股票的預(yù)測）整合？【Black-Litterman模型】

風(fēng)險(xiǎn)預(yù)測

用于風(fēng)險(xiǎn)預(yù)測的多因子模型，在擬合時(shí)應(yīng)側(cè)重考慮哪些方面？

是否有必要預(yù)測收益的波動(dòng)率？如何預(yù)測收益的波動(dòng)率？是否要在優(yōu)化中使用波動(dòng)率？

多因子模型預(yù)測出的協(xié)方差矩陣是否會(huì)有發(fā)生高度接近奇異的情況？

設(shè)我們稱風(fēng)險(xiǎn)預(yù)測模型中的因子為“風(fēng)險(xiǎn)因子”，稱收益預(yù)測模型中的因子為“alpha因子”。如果一個(gè)alpha因子也入選了風(fēng)險(xiǎn)因子，會(huì)對(duì)組合優(yōu)化結(jié)果產(chǎn)生什么影響？如果在風(fēng)險(xiǎn)模型中特意剔除所有alpha因子，會(huì)對(duì)組合優(yōu)化結(jié)果產(chǎn)生什么影響？

BARRA的多因子風(fēng)險(xiǎn)預(yù)測模型主要在哪些細(xì)節(jié)上做了精細(xì)處理？

BARRA在不同市場上的多因子風(fēng)險(xiǎn)預(yù)測模型之間的細(xì)微差異，反映了各個(gè)市場的哪些特點(diǎn)？

用日數(shù)據(jù)vs用月數(shù)據(jù)估計(jì)協(xié)方差矩陣，各適用于什么需求？用日內(nèi)（例如分鐘級(jí)）數(shù)據(jù)來估計(jì)協(xié)方差陣的好處與壞處是什么？

怎樣衡量或評(píng)估風(fēng)險(xiǎn)預(yù)測模型的有效性？

業(yè)績歸因

用于業(yè)績歸因的多因子模型，在擬合時(shí)應(yīng)側(cè)重考慮哪些方面？

有人認(rèn)為，與用于預(yù)測的多因子模型相比，用于業(yè)績歸因的多因子模型，對(duì)因子之間的低共線性要求更高，請解釋可能的原因？

業(yè)績歸因?qū)⒔M合收益分解為若干個(gè)因子上的收益和一個(gè)特異收益。一位有技術(shù)的定性投資經(jīng)理（基于實(shí)地調(diào)研和對(duì)某些行業(yè)、公司的洞察力）的歸因結(jié)果應(yīng)該是什么樣子？一位利用多因子模型量化選股的投資經(jīng)理的歸因結(jié)果應(yīng)該是什么樣子？

在對(duì)一個(gè)已知策略邏輯大體思路的投資組合進(jìn)行業(yè)績歸因時(shí)，采用標(biāo)準(zhǔn)的因子組vs采用針對(duì)性的因子組各有什么利弊？【采用標(biāo)準(zhǔn)因子組便于與其它組合橫比；采用針對(duì)性因子組便于與自身策略邏輯縱比】

多因子業(yè)績歸因系統(tǒng)輸出的結(jié)果中，特異收益（specificreturn，即不可被因子解釋的收益）如果顯著地偏正或偏負(fù)，怎樣解釋？怎樣調(diào)試歸因系統(tǒng)來消除偏離？

純多頭組合業(yè)績歸因時(shí)，以總頭寸或者主動(dòng)頭寸（=總頭寸-基準(zhǔn)頭寸）為分析對(duì)象，各有什么利弊？

如果不知道組合持股明細(xì)，只知道組合每日收益率，怎樣對(duì)它進(jìn)行多因子業(yè)績歸因？誤差會(huì)放大多少？

多因子業(yè)績歸因模型怎樣與Brinson業(yè)績歸因模型整合使用？

組合構(gòu)建

利用多因子模型進(jìn)行選股，求解每期股票權(quán)重的問題本質(zhì)上是一個(gè)帶約束的最優(yōu)化問題，請闡述優(yōu)化目標(biāo)和約束條件各是什么？

組合優(yōu)化有哪些常見方法？各要注意什么問題？

股票組合中個(gè)股權(quán)重上限的設(shè)計(jì)有什么技巧？大約應(yīng)設(shè)置在什么范圍？【個(gè)股權(quán)重不能太大，否則只會(huì)集中買入每個(gè)行業(yè)預(yù)期收益最高的股票；也不能太小，否則可能出現(xiàn)某個(gè)行業(yè)內(nèi)所有股票都持倉至上限也無法達(dá)到行業(yè)中性。參考值：2%～3%，應(yīng)根據(jù)實(shí)際情況調(diào)整取值】

是否要根據(jù)個(gè)股的交易量來限制個(gè)股權(quán)重的上限？

如何預(yù)估市場沖擊？

是否可以（大概）控制每個(gè)版塊的持倉個(gè)股數(shù)？如何做？【參考方法：股權(quán)重上限為它所處行業(yè)在滬深300（或其他基準(zhǔn)）中占比除以希望持倉的個(gè)股數(shù)】

建立選股模型時(shí)，如何控制行業(yè)中性、市值中性（或其他條件）？

建立選股模型時(shí)，如何處理交易成本、股票停牌等問題？如何計(jì)買入、賣出價(jià)？

純多頭約束對(duì)組合構(gòu)建的影響不止是少了一半的獲利機(jī)會(huì)，這句話怎樣理解？

純多頭股票組合策略應(yīng)選擇怎樣的指數(shù)作為基準(zhǔn)？滬深300、中證500、中證800？各有什么利弊？

應(yīng)該每日調(diào)整頭寸，還是更低的頻率，例如每月，抑或每次財(cái)報(bào)集中發(fā)布之后？

多因子模型回測過程中，是否應(yīng)對(duì)個(gè)股特別設(shè)立平倉與開倉條件（即對(duì)多因子的結(jié)果進(jìn)行修正）？如何做？

實(shí)盤

新策略從提出到開發(fā)，再到上線的流程中，歷史回測（back-test）、實(shí)時(shí)模擬（paper-trading）和實(shí)盤交易（real-money）的關(guān)鍵差異何在，各自的優(yōu)劣何在？

如何檢測你的模型是否已經(jīng)失效？ 模型因子是否需要定期重選？

實(shí)盤中一個(gè)歷史回測、實(shí)時(shí)模擬業(yè)績都很好的策略發(fā)生了異常回撤，問題可能出在什么地方？應(yīng)急預(yù)案是什么？

如何設(shè)計(jì)數(shù)據(jù)庫表結(jié)構(gòu)來記錄實(shí)盤交易流水和每日資產(chǎn)明細(xì)？

在實(shí)盤交易中，模型給出的交易指令常常不能被精確地執(zhí)行，如何評(píng)估其影響？

數(shù)據(jù)

基本信息、行情、基本面等基礎(chǔ)數(shù)據(jù)庫的表結(jié)構(gòu)應(yīng)該怎樣設(shè)計(jì)？出于怎樣的考慮？

選擇Mysql、SQL及其它數(shù)據(jù)庫管理系統(tǒng)的利弊？

常見的數(shù)據(jù)來源有哪些，數(shù)據(jù)提供商有哪些，各有哪些優(yōu)劣？

用網(wǎng)頁抓取生成的數(shù)據(jù)源的利弊？

如何支持多數(shù)據(jù)源？

每個(gè)數(shù)據(jù)具有三個(gè)關(guān)鍵日期，數(shù)據(jù)日期、公告日期、錄入日期。對(duì)于不同類型的數(shù)據(jù)項(xiàng)，上述三個(gè)關(guān)鍵日期之間的時(shí)滯情況不同，請對(duì)不同情況分別舉例。數(shù)據(jù)庫應(yīng)怎樣設(shè)計(jì)以全息保存三種關(guān)鍵日期，并使歷史回測結(jié)果更加逼真？

行業(yè)分類數(shù)據(jù)選用哪家的好？

發(fā)現(xiàn)一只股票的某個(gè)財(cái)務(wù)數(shù)據(jù)異常，怎樣找到真值？

如何記錄基礎(chǔ)數(shù)據(jù)的勘誤歷史？

怎么進(jìn)行數(shù)據(jù)清洗？擁有哪些異常行為的股票應(yīng)該列入黑名單？

程序

分析程序用MATLAB、Python、R、C++等語言各自的利弊？哪種背景和需求的人應(yīng)該選擇哪種語言？

10年歷史回測，數(shù)據(jù)量大約是多少，運(yùn)算量大約是多少？怎樣的內(nèi)存不會(huì)溢出？

面向過程的架構(gòu)vs面向?qū)ο蠹軜?gòu)來實(shí)現(xiàn)多因子模型各有什么利弊？

綜合

股票市場是否存在alpha，怎樣驗(yàn)證？

傳統(tǒng)的基本面投資方法與多因子模型都是為了得到股票組合，他們的異同是什么？

多因子回歸模型與CAPM理論和APT理論的關(guān)系是什么？

一般的選股模型可以達(dá)到多少年化收益率和夏普比率？

在多因子模型的構(gòu)造過程中，最核心的一個(gè)環(huán)節(jié)是什么？【我認(rèn)為是預(yù)測收益率，也許有人認(rèn)為是風(fēng)險(xiǎn)（跟蹤誤差）控制】

不同交易頻率的組合投資策略——日內(nèi)（高頻、中頻、低頻）、日頻、中期、長期，其對(duì)應(yīng)的多因子模型有哪些不同？

為什么同樣的策略，不同的執(zhí)行者之間會(huì)存在無法抹去的誤差（為什么你無法復(fù)制另一個(gè)人的研究報(bào)告成果）？

一般來說，多因子模型對(duì)數(shù)據(jù)敏感性很強(qiáng)，那么它的結(jié)果還有參考意義嗎？

多因子模型作為一個(gè)如此成熟的策略，為什么還有前仆后繼的研究者？

基于多因子模型的策略收益沒有吸引力，從業(yè)者眾多，是夕陽產(chǎn)業(yè)嗎？年輕人學(xué)習(xí)多因子模型是否值得？

機(jī)器學(xué)習(xí)、人工智能的工具可以應(yīng)用到多因子模型的哪些地方？

3 評(píng)分標(biāo)準(zhǔn)

市場上，達(dá)到“訓(xùn)練有素”級(jí)別的人已經(jīng)為數(shù)不多，通常為大型投資研究機(jī)構(gòu)入行5年以上的從業(yè)者；“專家”級(jí)別的人更少，僅憑資歷以不能達(dá)到，還需要“天賦+勤奮+際遇”，少數(shù)機(jī)構(gòu)投研核心1-2位；“大師”級(jí)別的人在全球范圍屈指可數(shù)。

總結(jié)

以上是生活随笔為你收集整理的多因子模型水平测试题的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。