Cross-Section Research, Looking Forward

文章预览

作者： 石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。 《因子投资：方法与实践》 领衔作者， 《机器学习与资产定价》 译者。 封面来源： www.pexels.com 未经授权，严禁转载。 摘 要 机器学习和大数据时代，资产预期收益截面差异研究的统一框架。 早先的文章 《Cross-Section Research, A History》 回顾了自上世纪 60 年代以来关于股票预期收益率 cross-section 的研究，包括 CAPM 以及后来的 FF3、q-factor model 这些 ad-hoc 多因子模型 。该文的最后同时引出了当下流行的动态 latent beta factor model 框架：     在这个框架中，因子是 latent，建模的对象是资产对因子的暴露   ，而   是 firm characteristics   的线性或非线性函数，函数的具体形式和参数可以通过机器学习算法，以最小化资产的定价误差为目标函数来估计。 鉴于 bet ………………………………