商业 类型
8.9 豆瓣评分
可以朗读 语音朗读
390千字 字数
2020-09-01 发行日期
展开全部

主编推荐语

一本实用的因子投资手册，解析中国A股市场。

内容简介

本书在统一视角下，体系化地介绍了因子投资中的重要研究方法，并针对中国A股市场给出了独立的、可复制的、高质量的因子实证分析结果，是一本真正可操作、可上手的因子投资手册。本书主要内容包括：因子投资基础、因子投资方法论、主流因子解读、多因子模型、异象研究、因子研究现状和因子投资实践。书中还以附录的形式对理解资产价格的研究脉络进行了梳理。本书的写作既注重学术文献的严谨，也注重普通读者的阅读体验。书中虽然涉及必要的数学公式，但是会深入浅出、抽丝剥茧地解释统计方法，并把重点放在实证分析上，同时也会对因子投资的实务进行解读。

目录

  • 版权信息
  • 内容简介
  • 前言
  • 第1章 因子投资基础
  • 1.1 统一视角下的因子投资
  • 1.1.1 一个公式
  • 1.1.2 因子、多因子模型和异象
  • 1.1.3 再论异象和因子
  • 1.1.4 因子投资包含的内容
  • 1.1.5 实证资产定价与因子投资
  • 1.2 因子投资的学术起源
  • 1.2.1 实证资产定价
  • 1.2.2 研究现状
  • 1.3 因子投资的业界发展
  • 1.3.1 因子投资和管理人
  • 1.3.2 因子投资和投资者
  • 1.4 本书的结构
  • 第2章 因子投资方法论
  • 2.1 投资组合排序法
  • 2.1.1 因子模拟投资组合
  • 2.1.2 排序法及其检验
  • 2.1.3 多重排序法
  • 2.1.4 因子命名约定
  • 2.2 多因子模型的回归检验
  • 2.2.1 时间序列回归
  • 2.2.2 截面回归
  • 2.2.3 时序回归vs截面回归
  • 2.2.4 Fama–MacBeth回归
  • 2.2.5 不同回归方法比较
  • 2.3 因子暴露和因子收益率
  • 2.3.1 引入工具变量
  • 2.3.2 使用公司特征
  • 2.3.3 两类模型
  • 2.4 异象检验
  • 2.4.1 时序回归检验异象
  • 2.4.2 计量经济学问题
  • 2.4.3 White估计量和Newey–West估计量
  • 2.4.4 截面回归检验异象
  • 2.5 多因子模型比较
  • 2.5.1 GRS检验
  • 2.5.2 均值—方差张成检验
  • 2.5.3 从几何角度比较GRS和均值—方差张成
  • 2.5.4 α检验
  • 2.5.5 贝叶斯方法
  • 2.6 因子正交化
  • 2.6.1 简单一元回归
  • 2.6.2 回归的几何意义
  • 2.6.3 用正交化过程求解多元回归
  • 2.7 广义矩估计
  • 2.7.1 样本均值的方差
  • 2.7.2 分析框架
  • 2.7.3 数学基础
  • 2.7.4 有效性
  • 2.7.5 不应成为黑箱
  • 2.8 研究方法建议
  • 第3章 主流因子解读
  • 3.1 数据和流程
  • 3.1.1 数据来源
  • 3.1.2 量价数据处理
  • 3.1.3 财务数据处理
  • 3.1.4 因子构造流程
  • 3.1.5 实证设定
  • 3.2 市场因子
  • 3.2.1 市场因子起源
  • 3.2.2 对CAPM的质疑
  • 3.2.3 市场因子实证
  • 3.3 规模因子
  • 3.3.1 规模因子起源
  • 3.3.2 规模因子成因
  • 3.3.3 规模因子实证
  • 3.4 价值因子
  • 3.4.1 价值因子起源
  • 3.4.2 价值因子成因
  • 3.4.3 价值因子实证
  • 3.5 动量因子
  • 3.5.1 动量因子起源
  • 3.5.2 动量因子成因
  • 3.5.3 动量因子实证
  • 3.6 盈利因子
  • 3.6.1 盈利因子起源
  • 3.6.2 盈利因子成因
  • 3.6.3 盈利因子实证
  • 3.7 投资因子
  • 3.7.1 投资因子起源
  • 3.7.2 投资因子成因
  • 3.7.3 投资因子实证
  • 3.8 换手率因子
  • 3.8.1 换手率因子起源
  • 3.8.2 换手率因子成因
  • 3.8.3 换手率因子实证
  • 第4章 多因子模型
  • 4.1 主流多因子模型综述
  • 4.1.1 Fama–French三因子模型
  • 4.1.2 Carhart四因子模型
  • 4.1.3 Novy–Marx四因子模型
  • 4.1.4 Fama–French五因子模型
  • 4.1.5 Hou–Xue–Zhang四因子模型
  • 4.1.6 Stambaugh–Yuan四因子模型
  • 4.1.7 Daniel–Hirshleifer–Sun三因子模型
  • 4.2 A股中被定价的因子
  • 4.2.1 Fama–MacBeth回归实证设定
  • 4.2.2 Fama–MacBeth回归结果
  • 4.3 多因子模型比较：来自A股的例子
  • 4.3.1 两个模型
  • 4.3.2 BM、ROE与预期收益
  • 4.3.3 模型比较的实证结果
  • 4.4 多因子模型的简约性
  • 第5章 异象研究
  • 5.1 估值高低中的异象
  • 5.1.1 价值因子与价值投资
  • 5.1.2 F-Score
  • 5.1.3 G-Score
  • 5.1.4 通过预期差获取超额收益
  • 5.2 基本面锚定反转
  • 5.2.1 金融学依据
  • 5.2.2 A股市场中的基本面锚定反转
  • 5.3 特质性波动率
  • 5.3.1 套利不对称性和特质性波动率
  • 5.3.2 A股市场中的特质性波动率异象
  • 第6章 因子研究现状
  • 6.1 p-hacking和“因子动物园”
  • 6.1.1 何为p-值
  • 6.1.2 在追逐p-值的道路上狂奔
  • 6.1.3 硬科学与软科学
  • 6.1.4 正确认识p-值的含义
  • 6.1.5 多重假设检验
  • 6.1.6 先验的重要性
  • 6.2 从“因子动物园”到“因子大战”
  • 6.2.1 形同意不同的投资因子
  • 6.2.2 q5模型
  • 6.2.3 因子大战
  • 6.3 用行为金融学解释异象和因子
  • 6.3.1 套利限制
  • 6.3.2 预期中的偏差
  • 6.3.3 风险偏好中的偏差
  • 6.3.4 认知限制
  • 6.3.5 行为金融学与市场异象
  • 6.3.6 行为有效市场
  • 6.4 投资者情绪
  • 6.4.1 投资者情绪的度量
  • 6.4.2 投资者情绪与异象表现
  • 6.4.3 投资者情绪与市场表现
  • 6.5 风险补偿、错误定价还是数据窥探
  • 6.5.1 风险补偿检验
  • 6.5.2 错误定价检验
  • 6.5.3 数据窥探检验
  • 6.6 因子样本外失效风险
  • 6.6.1 曝光导致错误定价减弱
  • 6.6.2 因子拥挤
  • 6.6.3 交易成本
  • 6.7 因子投资难以取代基本面分析
  • 6.7.1 基本面分析
  • 6.7.2 基本面量化投资
  • 6.7.3 基本面投资“因子化”的不足
  • 6.7.4 思考和讨论
  • 6.8 机器学习与因子投资
  • 6.8.1 线性模型
  • 6.8.2 非线性模型
  • 6.8.3 模型评估与实证研究
  • 6.8.4 主成分分析和因子选择
  • 6.8.5 机器学习的问题
  • 第7章 因子投资实践
  • 7.1 收益率模型：获取“阿尔法”
  • 7.1.1 基本术语
  • 7.1.2 寻找预测变量
  • 7.1.3 挑选预测变量
  • 7.1.4 收益率预测
  • 7.2 风险模型：以Barra为例
  • 7.2.1 Barra多因子模型
  • 7.2.2 模型求解
  • 7.2.3 纯因子投资组合
  • 7.2.4 协方差矩阵求解及调整
  • 7.3 投资组合优化
  • 7.3.1 错位的收益与风险模型
  • 7.3.2 目标函数
  • 7.3.3 不同目标函数的比较
  • 7.3.4 约束条件
  • 7.3.5 交易成本模型
  • 7.4 Smart Beta：因子投资的捷径
  • 7.4.1 因子指数和Smart Beta
  • 7.4.2 为什么要投资Smart Beta
  • 7.4.3 如何投资Smart Beta
  • 7.4.4 应用实践
  • 7.4.5 更多讨论
  • 7.5 因子择时
  • 7.5.1 按因子估值择时
  • 7.5.2 按因子动量择时
  • 7.5.3 按因子波动择时
  • 7.5.4 按市场情绪择时
  • 7.5.5 按宏观因素择时
  • 7.5.6 因子择时很难
  • 7.6 风格分析
  • 7.6.1 经典风格分析
  • 7.6.2 基于多空因子的风格分析
  • 7.6.3 实例：巴菲特的投资风格
  • 7.7 风险归因
  • 7.7.1 两种传统风险归因方法
  • 7.7.2 风险的三要素
  • 7.7.3 从风险角度看收益相关性
  • 7.7.4 将三要素公式应用于多因子模型
  • 7.8 因子投资展望
  • 7.8.1 另类数据
  • 7.8.2 用因子实现大类资产配置
  • 后记
  • 附录A 理解资产价格
  • 1 无套利定价公式P=E[mx]
  • 2 短期不可预测性
  • 3 过度波动导致长期可预测
  • 4 理性CCAPM模型
  • 5 行为金融学
  • 6 预期收益率的截面差异
  • 7 结语
  • 参考文献
展开全部

评分及书评

尚无评分
目前还没人评分
  • 加载中...

出版方

电子工业出版社

电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。