基于基本面因子的FCM量化选股策略

基于基本面因子的FCM量化选股策略

论文摘要

选取沪深300成分股作为样本股,截取2015-2018年财务数据和行情数据,基于价值因子、盈利能力因子、运营能力因子、成长能力因子、偿债能力因子及品质因子六个维度选取的候选因子,利用模糊C-均值聚类(FCM)算法对有效因子进行最终筛选,构建多因子模型。本模型在对沪深300成分股测试中取收益前100股作为一览组股票形成投资组合,其测试结果大部分年份远超基准收益,其他指标相对稳健,为量化投资研究提供了新的思路。

论文目录

  • 一、引言
  • 二、量化模型基本过程
  •   (一)数据准备与预处理
  •   (二)候选因子的选取
  •   (三)有效因子的选取
  •   (四)基于FCM算法的最终因子
  •   (五)构建投资组合与选股
  • 三、结果分析与评价
  • 四、结论与建议
  • 文章来源

    类型: 期刊论文

    作者: 周隽,何鹏飞

    关键词: 模糊均值聚类,基本面因子,组合收益,超基准收益

    来源: 时代金融 2019年33期

    年度: 2019

    分类: 经济与管理科学

    专业: 企业经济,金融,证券,投资

    单位: 广东白云学院

    基金: 广东白云学院2016年校级科研项目(BYKY201613)

    分类号: F832.51;F275

    页码: 60-62

    总页数: 3

    文件大小: 1903K

    下载量: 624

    相关论文文献

    • [1].技术指标选股[J]. 股市动态分析 2016(47)
    • [2].技术指标选股[J]. 股市动态分析 2016(46)
    • [3].技术指标选股[J]. 股市动态分析 2016(49)
    • [4].技术指标选股[J]. 股市动态分析 2016(50)
    • [5].技术指标选股[J]. 股市动态分析 2016(48)
    • [6].技术指标选股[J]. 股市动态分析 2017(02)
    • [7].技术指标选股[J]. 股市动态分析 2017(07)
    • [8].技术指标选股[J]. 股市动态分析 2017(05)
    • [9].技术指标选股[J]. 股市动态分析 2017(Z1)
    • [10].浅议量化选股与定性选股[J]. 时代金融 2017(06)
    • [11].技术指标选股[J]. 股市动态分析 2016(45)
    • [12].技术指标选股[J]. 股市动态分析 2017(08)
    • [13].技术指标选股[J]. 股市动态分析 2017(11)
    • [14].技术指标选股[J]. 股市动态分析 2017(01)
    • [15].技术指标选股[J]. 股市动态分析 2017(12)
    • [16].技术指标选股[J]. 股市动态分析 2017(15)
    • [17].技术指标选股[J]. 股市动态分析 2017(13)
    • [18].技术指标选股[J]. 股市动态分析 2017(09)
    • [19].技术指标选股[J]. 股市动态分析 2017(14)
    • [20].智能选股与人工量化操作结合研究[J]. 中国新通信 2017(07)
    • [21].技术指标选股[J]. 股市动态分析 2017(17)
    • [22].技术指标选股[J]. 股市动态分析 2017(20)
    • [23].技术指标选股[J]. 股市动态分析 2017(24)
    • [24].技术指标选股[J]. 股市动态分析 2017(22)
    • [25].技术指标选股[J]. 股市动态分析 2017(23)
    • [26].技术指标选股[J]. 股市动态分析 2017(21)
    • [27].技术指标选股[J]. 股市动态分析 2017(27)
    • [28].技术指标选股[J]. 股市动态分析 2017(28)
    • [29].技术指标选股[J]. 股市动态分析 2017(29)
    • [30].技术指标选股[J]. 股市动态分析 2017(26)

    标签:;  ;  ;  ;  

    基于基本面因子的FCM量化选股策略
    下载Doc文档

    猜你喜欢