2-量化组合投资（一）

AI 全书内容总结

本资料为小象学院与量邦科技“量化投资与机器学习”系列课程的课件第一部分（共48页），主题为量化投资组合管理（一），属入门教学课件，归类于量化交易与统计，与内容相符。内容分四块：一是背景知识，讲解收益率与波动率、组合收益与方差的矩阵表达、Markowitz均值-方差优化与有效边界、约束条件（禁卖空、仓位限制、参数估计不确定性）会使有效边界右移及其必要性，并借Evans-Archer研究说明分散化的效用与局限——组合波动率随股票数增加而下降，约20只后趋于饱和；二是CAPM模型，介绍个股风险与市场风险的分解、Alpha与Beta的线性回归估算（需剔除离群点）、夏普比率与信息比率，指出“夏普比率决定举债能力”；三是因子分类，区分宏观经济、基本面、统计学因子及输入参数与估计方法差异，另列技术、分析师、事件、舆情等因子；四是单因子策略，解释其赚取股票间收益差的Alpha逻辑，以低PB价值因子选股为例给出五个步骤，并列举盈利、成长、杠杆、流动性、动量、规模、红利、现金流、相对估值、波动性、一致预期十一类常见因子；最后演示在大宽网平台以init()/onData()/onComplete()三函数实现PB策略回测。内容提纲式、覆盖面广，适合量化投资初学者建立框架性认识。