-
题名基于改进EEMD方法的因子动量组合绩效研究
被引量：1
- 1
-
-
作者
王志强
王思聪
-
机构
东北财经大学金融学院
-
出处
《财经问题研究》
CSSCI
北大核心
2022年第10期55-63,共9页
-
基金
国家自然科学基金面上项目“股市极端波动中流动性螺旋的微观机制与治理研究”(71873023)。
-
文摘
集合经验模态分解(EEMD)方法用于分解具有复杂特性因子序列的变动趋势有较强的去噪效果,但用于因子组合构建时缺乏客观统一的去噪规则。基于此,本文提出了基于多尺度排序熵的改进EEMD方法,用于分解因子序列,并构建因子动量组合,采用2007年1月至2021年12月中国A股市场中94个异象因子数据,考察因子动量组合的绩效。研究结果表明,与指数移动平均方法、改进HP滤波方法、主成分分析方法和EEMD方法相比,采用改进EEMD方法构建的因子动量组合在提升因子动量组合绩效方面具有明显的优势;与未经趋势分解的原始因子动量组合相比,采用改进EEMD方法构建的因子动量组合的平均超额收益率提高了35.32%,夏普比率提高了37.74%,异常收益率提高了37.97%;因子动量组合中的因子个数、训练集长度和交易成本对因子动量组合绩效的影响有限。
-
关键词
因子动量组合绩效
多尺度排序熵
改进EEMD方法
-
分类号
F830.59
[经济管理—金融学]
-
