摘要：前言在去年 6 月份，我設(shè)想了用多因子模型去擇幣的簡(jiǎn)單構(gòu)思。相關(guān)閱讀：《LUCIDA：用多因子模型去選賽道、選幣種》一年后，我們已經(jīng)著手研發(fā)針對(duì)加密資產(chǎn)市場(chǎng)的多因子策略，并把整體的策略框架寫(xiě)成系列的文章《用多因子策略構(gòu)建...
前言
在去年 6 月份，我設(shè)想了用多因子模型去擇幣的簡(jiǎn)單構(gòu)思。
相關(guān)閱讀：《LUCIDA：用多因子模型去選賽道、選幣種》
一年后，我們已經(jīng)著手研發(fā)針對(duì)加密資產(chǎn)市場(chǎng)的多因子策略，并把整體的策略框架寫(xiě)成系列的文章《用多因子策略構(gòu)建強(qiáng)大的加密資產(chǎn)投資組合》。
本系列的大體框架如下（不排除微調(diào)的可能）：
一、多因子模型理論基礎(chǔ)
二、單因子構(gòu)建
因子數(shù)據(jù)預(yù)處理
數(shù)據(jù)篩選
異常值處理：極值、錯(cuò)誤值、空值
標(biāo)準(zhǔn)化
中性化：行業(yè)、市場(chǎng)、市值
因子有效性判斷
信息比率 IC、收益率、夏普比率、換手率
三、大類(lèi)因子合成
因子共線(xiàn)性分析
正交消除因子共線(xiàn)性
經(jīng)典加權(quán)方法→合成因子
等權(quán)、滾動(dòng) IC 加權(quán)、IC_IR 加權(quán)
合成因子的測(cè)試：收益率、分組收益率、因子值加權(quán)收益率、合成因子 IC、分組換手率
其他加權(quán)方法（因子與收益率存在非線(xiàn)性關(guān)系）：機(jī)器學(xué)習(xí)、強(qiáng)化學(xué)習(xí)（由于加密貨幣行業(yè)的特殊性，不考慮）
四、風(fēng)險(xiǎn)組合優(yōu)化
以下是第一篇**#理論基礎(chǔ)篇#**的正文內(nèi)容。
一、“因子“是什么
“因子”即技術(shù)分析中的“指標(biāo)”、人工智能機(jī)器學(xué)習(xí)的“特征”，是決定加密貨幣收益率漲跌的原因。
我們團(tuán)隊(duì)把加密貨幣領(lǐng)域常見(jiàn)的因子類(lèi)型：基本面因子、鏈上因子、量?jī)r(jià)因子、衍生品因子、另類(lèi)因子和宏觀因子。
挖掘和計(jì)算“因子”的最終目的是為了準(zhǔn)確計(jì)算資產(chǎn)的預(yù)期收益率。
二、“因子”的計(jì)算
（1）多因子模型的推導(dǎo)
起源：?jiǎn)我蜃幽Ｐ汀狢APM
因子研究可追溯于 20 C 60 S，資本資產(chǎn)定價(jià)模型（Capital Asset Pricing Model, CAPM）問(wèn)世，該模型量化了風(fēng)險(xiǎn)如何影響一個(gè)公司的資本成本從而影響預(yù)期收益率。根據(jù) CAPM 理論，單個(gè)資產(chǎn)的預(yù)期超額收益可由以下的一元線(xiàn)性模型決定：
補(bǔ)充理解：
CAPM 模型是最簡(jiǎn)單的線(xiàn)性因子模型，指出資產(chǎn)的超額收益只由市場(chǎng)**組合（市場(chǎng)因子）**的預(yù)期超額收益和資產(chǎn)對(duì)市場(chǎng)風(fēng)險(xiǎn)的暴露大小決定。該模型為后續(xù)大量線(xiàn)性多因子定價(jià)模型的研究奠定基理論礎(chǔ)。
發(fā)展：多因子模型——APT
在 CAPM 基礎(chǔ)，人們發(fā)現(xiàn)不同資產(chǎn)的收益率受多個(gè)因子影響，套利定價(jià)理論（Arbitrage Pricing Theory, APT）問(wèn)世，構(gòu)建線(xiàn)性多因子模型：
成熟：多因子模型—.Alpha 收益 Beta 收益
綜合考慮金融市場(chǎng)實(shí)際存在的定價(jià)誤差和 APT 模型，從時(shí)序角度上看，單個(gè)資產(chǎn)的預(yù)期收益率由以下的多元線(xiàn)性模型決定：
多因子模型關(guān)注資產(chǎn)預(yù)期收益率在截面上的差異，本質(zhì)是關(guān)于均值的模型，而預(yù)期收益率是收益率在時(shí)間序列上的平均?；? 3) ，可推導(dǎo)出截面角度的多元線(xiàn)性模型：
補(bǔ)充理解：
結(jié)合統(tǒng)計(jì)學(xué)知識(shí)，該模型隱含三層假設(shè)：
（2）多因子模型的波動(dòng)率
formula 7
formula 8
∧ 表示 K 個(gè)因子的因子收益率協(xié)方差矩陣(K×K)：
formula 9
由假設(shè) 3 ，不同資產(chǎn)間的特質(zhì)收益率也不相關(guān)，可得Δ 矩陣為：
formula 10
關(guān)于 LUCIDA FALCON
Lucida 是行業(yè)領(lǐng)先的量化對(duì)沖基金，在 2018 年 4 月進(jìn)入 Crypto 市場(chǎng)，主要交易 CTA / 統(tǒng)計(jì)套利 / 期權(quán)波動(dòng)率套利等策略，現(xiàn)管理規(guī)模 3000 萬(wàn)美元。
Falcon 是新一代的Web3投資基礎(chǔ)設(shè)施，它基于多因子模型，幫助用戶(hù)“選”、“買(mǎi)”、“管”、“賣(mài)”加密資產(chǎn)。Falcon 在 2022 年 6 月由 Lucida 所孵化。
更多內(nèi)容可訪(fǎng)問(wèn)：https://linktr.ee/lucida_and_falcon
