米同学2020-11-06 15:08:37
百题Case1问题1, 题干中第二自然段说"...factors used to explain stock returns are uncorrelated"(这里说的是factors之间不相关). 而Optimization方法中说道的是可以"accounts explicitly for the covariance among the portfolio constituents"(这里说的是成份股之间不相关). Factors和成份股在概念上还是存在区别的, 并且一个指数中能体现出来的有效的factors可能就几个, 但是成份股可能有几十上百个. 此外, 我以为, 我们在提取factor的时候, 都是希望提取纯粹的, 相关性尽量低的(pure beta不可能, 但尽量低就行, 毕竟即便在使用stratified sampling的时候, 有时候也很难界定什么是大盘股什么是小盘股, 而且随着股票市值的不断变化, 这个界限也会变得模糊, 即便是大/小盘)股划分的方法, 我感觉他们之间的协方差也不会是0) 因此, 使用Optimization方法, 所用到的factor之间的相关性也应该很低才是 (因为我们会尽量提取"干净"的factor). 但是为什么这道题里判断Optimization方法中用的factors是存在明显相关性的呢?
回答(1)
开开2020-11-09 12:49:31
同学你好,factors不相关其实是个假设条件,就像物理题中经常会假设摩擦力为0,不一定要现实中能够完全还原这个假设。所以在这种情况下,就不用optimization了,用stratified sampling 就可以了,因为stratified的是假设factors之间是没相关性的,而optimization会考虑到factor之间的相关性,所以optimization更复杂,而且涉及到后续需要经常rebalance,成本也更高,所以这边选最优的就是stratified sampling。
致正在努力的你,望能解答你的疑惑~
如此次答疑能更好地帮助你理解该知识点,烦请【点赞】。你的反馈是我们进步的动力,祝你顺利通过考试~
- 评论(0)
- 追问(0)
评论
0/1000
追答
0/1000
+上传图片
