陈同学2023-02-20 01:03:27
陈同学这个提在计算的时候，为什么没有考虑risk free? 按道理要对active return 分解，不是需要把benchmark的一起考虑吗？
回答（1）
开开2023-02-21 09:56:19
开开同学你好，因为这个使用四因子FFM去分解组合的total return而非active return，目的是为了确定组合的return drivers。相似的题目参考R18 EXAMPLE 2的第二题，在书上P327。
这个FFM四因子模型其实就是交易attribution部分中学到的Carhart四因子模型，比FFM三因子模型多了一个动量因子。
而这个模型中alpha = RP-rf -∑（β_pk×Factor return_k）
【点赞】哟~。加油，祝你顺利通过考试~
- 评论（0）
- 追问（2）
- 追问
-
我又看了一眼书，那比如都用这个因子，对组合以及benchmark都这么做分解，然后作差得到active return，里面的reward factor是书上active return的分解第一部分。
active return分解的第二部分，里面的alpha，那就变成了 Alpha p - Alpha b 了？就是active return里的alpha skill其实是组合和基准的alpha之差对吧？ (先忽略残差)。
这个是不是就是个人IPS里那个真正的alpha了吧？
- 追答
-
如果是对active return的分解，那么alpha部分确实就是alpha p-alpha b了。
个人IPS中alpha应该还是普通的alpha，也就是总收益要过因子收益的部分
alpha = RP-rf -∑（β_pk×Factor return_k）
评论
0/1000
追答
0/1000
+上传图片