Quantopian Rick Model White paper 읽었습니다.
6019 단어 fintechQuantopianQuantx
Abstract
리스크 모델링은 투자 전략에서 리스크를 이해하고 처리하는 원인에 매우 중요하다.Quantopian이 독자 개발한 QRM(Quantopian Risk Model)은 투자 전략을 정량적으로 평가할 수 있다.다음은 이 논리와 실시에 대한 설명이다.
Introduction
위험의 정의가 쓰여 있다.물론 투자에서 우려되는 위험은 파동성의 크기다.변동폭이란 손실과 수익 모두 평균치와 차이가 큰 것을 감안하여 리스크 평가를 통해 수익의 기대치를 합리적으로 예측하고 투자 목표가 얼마나 확률로 실현되는지 측정할 수 있다.또한 리스크 모델을 개발함으로써 리스크 전체를'common risk'와'specific risk'로 정확하게 분할할 수 있다.여기서 말하는'common risk'는 기업 재무와 거시경제에서 얻은 정보를 바탕으로 주식시장에서 수익을 추진하는 공통적인 요소로 인해 발생하는 위험을 말한다.한편,'specific risk'는 이러한'common risk'가 설명할 수 없는 주요 원인으로 Quantopian이 정의한'α'를 추측하는 데 도움이 된다.
Factor Models
그렇다면 인자를 어떻게 확정해야 좋을까? 여기서 우리는 이전에 사용했던 3개의 인자 모델에 대해 설명했다.CAPM, 파르마 프렌치의 3가지 요소 모델, 판정가격 이론을 소개했지만, 여기서는 비교적 빠르기 때문에 말을 아꼈다.
Implementation
이제 QRM에 대한 해설에 들어갑니다.QRM은 다음과 같은 11개의 섹터 요인과 5개의 스타일 요인에 따라 각 자산의 수익을 분해한다.
부서 요소
SECTOR
SECTOR INDEX j
ETF
MORNINGSTAR-CODE
Materials
1
XRB
101 - Basic Materials
Consumer Discretionary SPDR
2
XLY
102 - Consumer Cyclical
Financials
3
XLF
103 - Financial Services
Real Estate
4
IYR
104 - Real Estate
Consumer Staples
5
XLP
205 - Consumer Defensive
Healthcare
6
XLV
206 - Healthcare
Utilities
7
XLU
207 - Utilities
Telecom
8
IYZ
308 - Communication Services
Energy
9
XLE
309 - Energy
Industrials
10
XLI
310 - Industrials
Technology
11
XLK
311 - Technology
스타일 요소
STYLE FACTOR NAME
STYLE INDEX j
momentum
1
size
2
value
3
short-term reversal
4
volatility
5
공식 모형
$$r_{i,t} =\sum_{j=1}^n\beta_{i,j,t}^{sect}f_{j,t}^{sect} +\sum_{k=1}^m\beta_{i,j,t}^{style}f_{j,t}^{style} +\epsilon_{i,t}$$
그러나 이는 어느 날 각 자산의 수익을 정량적으로 평가하는 것으로 해당 자산이 속한 부서와 5가지 스타일로 얼마나 설명할 수 있는지, 해석할 수 없는 요소를 잔차로 삼을 수 있다.ε을 입력합니다.Quantopian이 준비하는 각 자산은 상기 부서의 최소한 하나 이상에 속하고 속하지 않는 부서에 속해야 한다β값은 0입니다.
여기서 수익이 어느 정도 부서의 수익이나 스타일의 수익에 의존한다면 리스크 평가의 측면에서 볼 때 투자조합은 그다지 우수하지 않다.
스타일 요소의 정의
STYLE FACTOR
Definition
momentum
상향 진동하는 주식(승자주)과 하향 진동하는 주식(패자주)의 11개월 후 수익 격차
size
대형주와 소형주 수익의 차이
value
저가 주식과 고가 주식 간의 수익 격차
short-term reversal
고변동성 주식과 저변동성 주식의 수익 차이
volatility
이론적으로 역전되기 전에 최근 손실이 비교적 큰 주식과 이론적으로 역전되기 전에 최근 이윤이 강한 주식 간의 수익 격차
각 풍격 요소의 수학 정의는 공식 문헌에 기재되어 있다. 길어질 것 같으니 여기서 이렇게 계산해 보자. 여러분이 그렇게 생각했으면 좋겠다(적당히 맞지 않는다).
Methodology
방금 QRM의 공식 모델에 대해 설명을 했는데 정확히 말하면 먼저 요소를 설명 변수로 하고 회귀 분석을 한 다음에 거기서 얻은 잔차 수익을 목적 변수로 하고 회귀 분석을 해서 스타일 요소를 달성했다.β수치를 계산하다.
이것은 실제로 부채 구역 요소와 양식 요소를 어떻게 계산하는지 설명한다.
부서 요소 계산 모델
각 자산의 2년 주가 수익률과 그 자산이 속한 부서의 수익률을 이용하여 각 자산이 얼마나 부서 요소에 의존하는지 평가한다.
예를 들어 애플 주식을 경영할 때
1. 애플의 새벽별 코드를 조사한다.애플은 테크놀로지 부문에 속하기 때문에 여기서 XLK를 선택한다.
2. 벡터 f는 XLK 부문의 2010/12/31에서 2013/1/2의 일일 수익률을 저장한다.
3. 벡터 $r애플 주가는 2010/12/31~2013/1/2의 일일 수익률에 저장될 것이다.
4. $r_i$f로 회귀 분석한 결과β그러나 애플의 주식 수익률은 테크놀로지 부문을 대표하는 요소가 얼마나 될지 설명할 것이다.
5. 열 벡터 $ε_i^{sect}달러는 지난 2년 동안 섹터 요인으로 설명할 수 없는 잔차를 나타낸다.
스타일 요소의 계산 모델
각 스타일 요소의 수익률을 계산할 때'보통주','충분한 데이터량이 있다','유동성이 높다'3개 기준에 부합하는 브랜드만 사용한다.이 브랜드들은'estimation universe'로 정의되고 이 범위를 벗어난 브랜드는'compulementary stock ks'라고 불린다.
여기에'estimation universe'브랜드 스타일 요소의 설명 계수와 수익률의 계산 방법, 그리고'compulementary stockks'스타일 요소의 설명 계수의 계산 방법을 소개했다.
"estimation universe" 스타일 요소의 설명 계수 내보내기
어느 날 브랜드별 스타일 요소의 엑스포거는 이날 브랜드별 스타일 요소를 표준화함으로써 부여됐다.이 표준화는 estimation universe의 모든 브랜드를 범위로 하는 것 같다.다음은 이렇게 도출된 스타일 요소의 Expoger를 주어서 수익률을 계산하는 것이다.
스타일 요소 수익률의 도출
위험의 정의가 쓰여 있다.물론 투자에서 우려되는 위험은 파동성의 크기다.변동폭이란 손실과 수익 모두 평균치와 차이가 큰 것을 감안하여 리스크 평가를 통해 수익의 기대치를 합리적으로 예측하고 투자 목표가 얼마나 확률로 실현되는지 측정할 수 있다.또한 리스크 모델을 개발함으로써 리스크 전체를'common risk'와'specific risk'로 정확하게 분할할 수 있다.여기서 말하는'common risk'는 기업 재무와 거시경제에서 얻은 정보를 바탕으로 주식시장에서 수익을 추진하는 공통적인 요소로 인해 발생하는 위험을 말한다.한편,'specific risk'는 이러한'common risk'가 설명할 수 없는 주요 원인으로 Quantopian이 정의한'α'를 추측하는 데 도움이 된다.
Factor Models
그렇다면 인자를 어떻게 확정해야 좋을까? 여기서 우리는 이전에 사용했던 3개의 인자 모델에 대해 설명했다.CAPM, 파르마 프렌치의 3가지 요소 모델, 판정가격 이론을 소개했지만, 여기서는 비교적 빠르기 때문에 말을 아꼈다.
Implementation
이제 QRM에 대한 해설에 들어갑니다.QRM은 다음과 같은 11개의 섹터 요인과 5개의 스타일 요인에 따라 각 자산의 수익을 분해한다.
부서 요소
SECTOR
SECTOR INDEX j
ETF
MORNINGSTAR-CODE
Materials
1
XRB
101 - Basic Materials
Consumer Discretionary SPDR
2
XLY
102 - Consumer Cyclical
Financials
3
XLF
103 - Financial Services
Real Estate
4
IYR
104 - Real Estate
Consumer Staples
5
XLP
205 - Consumer Defensive
Healthcare
6
XLV
206 - Healthcare
Utilities
7
XLU
207 - Utilities
Telecom
8
IYZ
308 - Communication Services
Energy
9
XLE
309 - Energy
Industrials
10
XLI
310 - Industrials
Technology
11
XLK
311 - Technology
스타일 요소
STYLE FACTOR NAME
STYLE INDEX j
momentum
1
size
2
value
3
short-term reversal
4
volatility
5
공식 모형
$$r_{i,t} =\sum_{j=1}^n\beta_{i,j,t}^{sect}f_{j,t}^{sect} +\sum_{k=1}^m\beta_{i,j,t}^{style}f_{j,t}^{style} +\epsilon_{i,t}$$
그러나 이는 어느 날 각 자산의 수익을 정량적으로 평가하는 것으로 해당 자산이 속한 부서와 5가지 스타일로 얼마나 설명할 수 있는지, 해석할 수 없는 요소를 잔차로 삼을 수 있다.ε을 입력합니다.Quantopian이 준비하는 각 자산은 상기 부서의 최소한 하나 이상에 속하고 속하지 않는 부서에 속해야 한다β값은 0입니다.
여기서 수익이 어느 정도 부서의 수익이나 스타일의 수익에 의존한다면 리스크 평가의 측면에서 볼 때 투자조합은 그다지 우수하지 않다.
스타일 요소의 정의
STYLE FACTOR
Definition
momentum
상향 진동하는 주식(승자주)과 하향 진동하는 주식(패자주)의 11개월 후 수익 격차
size
대형주와 소형주 수익의 차이
value
저가 주식과 고가 주식 간의 수익 격차
short-term reversal
고변동성 주식과 저변동성 주식의 수익 차이
volatility
이론적으로 역전되기 전에 최근 손실이 비교적 큰 주식과 이론적으로 역전되기 전에 최근 이윤이 강한 주식 간의 수익 격차
각 풍격 요소의 수학 정의는 공식 문헌에 기재되어 있다. 길어질 것 같으니 여기서 이렇게 계산해 보자. 여러분이 그렇게 생각했으면 좋겠다(적당히 맞지 않는다).
Methodology
방금 QRM의 공식 모델에 대해 설명을 했는데 정확히 말하면 먼저 요소를 설명 변수로 하고 회귀 분석을 한 다음에 거기서 얻은 잔차 수익을 목적 변수로 하고 회귀 분석을 해서 스타일 요소를 달성했다.β수치를 계산하다.
이것은 실제로 부채 구역 요소와 양식 요소를 어떻게 계산하는지 설명한다.
부서 요소 계산 모델
각 자산의 2년 주가 수익률과 그 자산이 속한 부서의 수익률을 이용하여 각 자산이 얼마나 부서 요소에 의존하는지 평가한다.
예를 들어 애플 주식을 경영할 때
1. 애플의 새벽별 코드를 조사한다.애플은 테크놀로지 부문에 속하기 때문에 여기서 XLK를 선택한다.
2. 벡터 f는 XLK 부문의 2010/12/31에서 2013/1/2의 일일 수익률을 저장한다.
3. 벡터 $r애플 주가는 2010/12/31~2013/1/2의 일일 수익률에 저장될 것이다.
4. $r_i$f로 회귀 분석한 결과β그러나 애플의 주식 수익률은 테크놀로지 부문을 대표하는 요소가 얼마나 될지 설명할 것이다.
5. 열 벡터 $ε_i^{sect}달러는 지난 2년 동안 섹터 요인으로 설명할 수 없는 잔차를 나타낸다.
스타일 요소의 계산 모델
각 스타일 요소의 수익률을 계산할 때'보통주','충분한 데이터량이 있다','유동성이 높다'3개 기준에 부합하는 브랜드만 사용한다.이 브랜드들은'estimation universe'로 정의되고 이 범위를 벗어난 브랜드는'compulementary stock ks'라고 불린다.
여기에'estimation universe'브랜드 스타일 요소의 설명 계수와 수익률의 계산 방법, 그리고'compulementary stockks'스타일 요소의 설명 계수의 계산 방법을 소개했다.
"estimation universe" 스타일 요소의 설명 계수 내보내기
어느 날 브랜드별 스타일 요소의 엑스포거는 이날 브랜드별 스타일 요소를 표준화함으로써 부여됐다.이 표준화는 estimation universe의 모든 브랜드를 범위로 하는 것 같다.다음은 이렇게 도출된 스타일 요소의 Expoger를 주어서 수익률을 계산하는 것이다.
스타일 요소 수익률의 도출
이제 QRM에 대한 해설에 들어갑니다.QRM은 다음과 같은 11개의 섹터 요인과 5개의 스타일 요인에 따라 각 자산의 수익을 분해한다.
부서 요소
SECTOR
SECTOR INDEX j
ETF
MORNINGSTAR-CODE
Materials
1
XRB
101 - Basic Materials
Consumer Discretionary SPDR
2
XLY
102 - Consumer Cyclical
Financials
3
XLF
103 - Financial Services
Real Estate
4
IYR
104 - Real Estate
Consumer Staples
5
XLP
205 - Consumer Defensive
Healthcare
6
XLV
206 - Healthcare
Utilities
7
XLU
207 - Utilities
Telecom
8
IYZ
308 - Communication Services
Energy
9
XLE
309 - Energy
Industrials
10
XLI
310 - Industrials
Technology
11
XLK
311 - Technology
스타일 요소
STYLE FACTOR NAME
STYLE INDEX j
momentum
1
size
2
value
3
short-term reversal
4
volatility
5
공식 모형
$$r_{i,t} =\sum_{j=1}^n\beta_{i,j,t}^{sect}f_{j,t}^{sect} +\sum_{k=1}^m\beta_{i,j,t}^{style}f_{j,t}^{style} +\epsilon_{i,t}$$
그러나 이는 어느 날 각 자산의 수익을 정량적으로 평가하는 것으로 해당 자산이 속한 부서와 5가지 스타일로 얼마나 설명할 수 있는지, 해석할 수 없는 요소를 잔차로 삼을 수 있다.ε을 입력합니다.Quantopian이 준비하는 각 자산은 상기 부서의 최소한 하나 이상에 속하고 속하지 않는 부서에 속해야 한다β값은 0입니다.
여기서 수익이 어느 정도 부서의 수익이나 스타일의 수익에 의존한다면 리스크 평가의 측면에서 볼 때 투자조합은 그다지 우수하지 않다.
스타일 요소의 정의
STYLE FACTOR
Definition
momentum
상향 진동하는 주식(승자주)과 하향 진동하는 주식(패자주)의 11개월 후 수익 격차
size
대형주와 소형주 수익의 차이
value
저가 주식과 고가 주식 간의 수익 격차
short-term reversal
고변동성 주식과 저변동성 주식의 수익 차이
volatility
이론적으로 역전되기 전에 최근 손실이 비교적 큰 주식과 이론적으로 역전되기 전에 최근 이윤이 강한 주식 간의 수익 격차
각 풍격 요소의 수학 정의는 공식 문헌에 기재되어 있다. 길어질 것 같으니 여기서 이렇게 계산해 보자. 여러분이 그렇게 생각했으면 좋겠다(적당히 맞지 않는다).
Methodology
방금 QRM의 공식 모델에 대해 설명을 했는데 정확히 말하면 먼저 요소를 설명 변수로 하고 회귀 분석을 한 다음에 거기서 얻은 잔차 수익을 목적 변수로 하고 회귀 분석을 해서 스타일 요소를 달성했다.β수치를 계산하다.
이것은 실제로 부채 구역 요소와 양식 요소를 어떻게 계산하는지 설명한다.
부서 요소 계산 모델
각 자산의 2년 주가 수익률과 그 자산이 속한 부서의 수익률을 이용하여 각 자산이 얼마나 부서 요소에 의존하는지 평가한다.
예를 들어 애플 주식을 경영할 때
1. 애플의 새벽별 코드를 조사한다.애플은 테크놀로지 부문에 속하기 때문에 여기서 XLK를 선택한다.
2. 벡터 f는 XLK 부문의 2010/12/31에서 2013/1/2의 일일 수익률을 저장한다.
3. 벡터 $r애플 주가는 2010/12/31~2013/1/2의 일일 수익률에 저장될 것이다.
4. $r_i$f로 회귀 분석한 결과β그러나 애플의 주식 수익률은 테크놀로지 부문을 대표하는 요소가 얼마나 될지 설명할 것이다.
5. 열 벡터 $ε_i^{sect}달러는 지난 2년 동안 섹터 요인으로 설명할 수 없는 잔차를 나타낸다.
스타일 요소의 계산 모델
각 스타일 요소의 수익률을 계산할 때'보통주','충분한 데이터량이 있다','유동성이 높다'3개 기준에 부합하는 브랜드만 사용한다.이 브랜드들은'estimation universe'로 정의되고 이 범위를 벗어난 브랜드는'compulementary stock ks'라고 불린다.
여기에'estimation universe'브랜드 스타일 요소의 설명 계수와 수익률의 계산 방법, 그리고'compulementary stockks'스타일 요소의 설명 계수의 계산 방법을 소개했다.
"estimation universe" 스타일 요소의 설명 계수 내보내기
어느 날 브랜드별 스타일 요소의 엑스포거는 이날 브랜드별 스타일 요소를 표준화함으로써 부여됐다.이 표준화는 estimation universe의 모든 브랜드를 범위로 하는 것 같다.다음은 이렇게 도출된 스타일 요소의 Expoger를 주어서 수익률을 계산하는 것이다.
스타일 요소 수익률의 도출
"compulementary universe" 스타일 요소의 설명 계수 내보내기
양식 요소의 수익률과 섹터 요소의 잔차에 대한 다중선형 회귀 분석을 통해 계산한다.기본적으로 변화가 없기 때문에 생략합니다.
위험 계산
최초의 화제로 돌아가면 자산 i의 위험은 평균 수익과 배치되는 폭으로 나타난다
$$\sigma = {\sqrt{{1\over T} {\sum_{l=1}^r} (r_l -\bar{r}_i)^2 }}$$
각 변수를 이 변수에 대입하다
$${\sqrt{{1\over T} {\sum_{l=1}^T} (\beta_{i,k,t}^{style} f_{k,l}^{style} -\overline{\beta_k^{style} f_k^{style}} )^2 }}$$
메시지
주제라기보다는 저번 보도 시도해 본 알고리즘의 주요 원인별 수익과 목록이다.bt = get_backtest('5c49773b3c83724b4635cffe')
bt.create_perf_attrib_tear_sheet()
통과 후 테스트된 백스테이트포함 id,tearsheet을 만들다.
backtest_id는 전등 테스트를 실시한 화면https://www.quantopian.com/algorithms/~~/○○의 ○○ 부분이다.
수익이 특정한 부서와 스타일 요소에 편향되어 있음을 알 수 있다.
위험 요인으로 볼 때, 나의 알고리즘 성능은 그다지 좋지 않은 것 같다.
총결산
이론적으로 내가 어떻게 알았는지, 그러면 듣기 포커를 작게 만드는 알고리즘을 만들기 위해 실제적으로 어떻게 해야 좋을지 정리하고 싶다.
Reference
이 문제에 관하여(Quantopian Rick Model White paper 읽었습니다.), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/akihirosasaki/items/7bf3e4c6e5fcde4682d4
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
bt = get_backtest('5c49773b3c83724b4635cffe')
bt.create_perf_attrib_tear_sheet()
이론적으로 내가 어떻게 알았는지, 그러면 듣기 포커를 작게 만드는 알고리즘을 만들기 위해 실제적으로 어떻게 해야 좋을지 정리하고 싶다.
Reference
이 문제에 관하여(Quantopian Rick Model White paper 읽었습니다.), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/akihirosasaki/items/7bf3e4c6e5fcde4682d4텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
좋은 웹페이지 즐겨찾기
