跳到主要内容

Capstone 选题：多因子选股 + 风险加权 + 风控

直觉​

学了十二个模块，是时候把它们串成一个完整项目。Capstone 不是再学新知识，而是把数据 → 因子 → 组合 → 回测 → 归因 → 风控走成一条流水线，并像真实研究那样先立假设、再用数据验证、最后写报告。我们的选题：用「质量 + 动量」复合因子做横截面选股，用反波动率加权做风险控制，目标是跑赢等权基准、且回撤更小。这一节先立清假设、定好口径与成功标准，再动手——好的研究从清晰的假设开始。

项目假设与设计​

  • 假设：高质量、近期强势的股票，未来一个月大概率继续跑赢低质量、弱势股；
  • 因子：quality（持久横截面特征）+ 12 月动量，截面排名等权复合成得分；
  • 选股：每月取复合得分最高的 10 只；
  • 加权：反波动率加权（波动大的股权重小）——风险平价的轻量近似；
  • 基准：50 只股票等权月度组合；
  • 成功标准：策略夏普高于基准、年化跑赢、最大回撤不显著放大。
「人话」解释：为什么要先立假设、定基准、再动手？

没有预先假设就开始翻数据，几乎必然过拟合——你总会「发现」某个在过去表现极佳、但纯属巧合的规律。科学做法是：先写下「我相信什么、为什么」，再让数据来反驳。同时必须定基准（等权/市值加权），因为没有基准的「年化 10%」毫无意义——基准若也有 9%，你的策略其实没贡献什么。最后定成功标准（夏普更高、回撤更小），让我们在动手前就知道「怎样算成功」，避免事后改标准来迁就结果。

可运行案例：先验证假设、再建流水线​

动手前先用数据检验两个前提：(1) 质量因子有没有截面预测力（IC）；(2) 等权基准长什么样（这是要打败的对手）。

import quant
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

prices = pd.read_csv('/data/sp500_universe_daily.csv', parse_dates=['date']).set_index('date')
meta = pd.read_csv('/data/sp500_metadata.csv').set_index('ticker').loc[prices.columns]
monthly = prices.resample('ME').last(); mret = monthly.pct_change()
quality = meta['quality']

# (1) 质量因子月度截面 IC
ic = []
for t in mret.index[1:-1]:
  y = mret.shift(-1).loc[t]
  ic.append(quality.rank().corr(y.rank()))
ic = np.array(ic)
print(f"质量因子: 月均IC={ic.mean():+.3f}  ICIR={ic.mean()/ic.std():.2f}")

# (2) 等权基准(要打败的对手)
bench = mret.mean(axis=1).dropna()
be = (1 + bench).cumprod()
s = quant.performance_summary(be, bench, freq=12)
print(f"等权基准: 年化={s['年化收益']:+.2%}  夏普={s['夏普']:.2f}  最大回撤={s['最大回撤']:.2%}")

plt.figure(figsize=(9, 3.3))
plt.bar(range(len(ic)), ic, color=['seagreen' if v > 0 else 'indianred' for v in ic], width=1.0)
plt.title('质量因子月度 IC：整体偏正 → 假设有据'); plt.xlabel('月'); plt.ylabel('IC')
plt.tight_layout(); plt.show()
print("\n→ IC 为正、基准已标定; 下一节正式搭建端到端流水线。")

小结​

  • Capstone 把所学串成数据→因子→组合→回测→归因→风控的完整流水线；
  • 先立假设、定基准、定成功标准，再动手——这是防过拟合的第一道闸；
  • 本项目：质量+动量选前 10、反波动率加权，目标是跑赢等权基准且回撤可控。