"凝血因子"相关数据
更新时间:2023-12-01本次薪酬调研,薪酬网制定了周密的调查方案,凭借薪酬网便捷高效的在线调研系统,丰富的调查经验与专业的顾问团队;依托网站深厚的数据来源、庞大的客户群体,为企业提供高价值的人力资源深度研究报告。
- 2021年度抗凝血药行业人力资源效能分析报告(市场招聘用工)本次薪酬调研,薪酬网制定了周密的调查方案,凭借薪酬网便捷高效的在线调研系统,丰富的调查经验与专业的顾问团队;依托网站深厚的数据来源、庞大的客户群体,为企业提供高价值的人力资源深度研究报告。2021年发布时间:2022-06-07
- 2021年度促凝血药行业人力资源效能分析报告(市场招聘用工)本次薪酬调研,薪酬网制定了周密的调查方案,凭借薪酬网便捷高效的在线调研系统,丰富的调查经验与专业的顾问团队;依托网站深厚的数据来源、庞大的客户群体,为企业提供高价值的人力资源深度研究报告。2021年发布时间:2022-06-07
- 基础因子研究(八):高频因子(三),高频因子研究框架本文重点从问题研究的维度和与之匹配的方法两个方面,给出框架的搭建,并在后文中以流动性溢价因子和高频类反转因子中未解决的问题为例,给出方法上的展示。2019年发布时间:2020-06-01
- 因子深度研究系列:因子衰减在多因子选股中的应用本文主要介绍因子的衰减在多因子选股中的应用。主要包括因子半衰期定义、单因子衰减分析、多因子横截面IC、IC_IR半衰期加权方法和单因子时间序列最大化复合IC_IR加权方法的深入研究。发现不管是在横截面上做IC、IC_IR半衰期加权,还是单因子的时间序列加权上,单因子的半衰期H_Factor均为多因子权重求解的一个稳健最优参数。2019年发布时间:2019-06-26
- 基础因子研究(十):高频因子(五),高频因子和交易行为量价组合构建因子构建过程相对复杂,和传统量价风格因子和高阶矩因子均有一定相关性,但相关性不高,往往可以带来新的信息增量。本文给出两种量价组合构建因子的案例,其中以价格轨迹变动改进的非流动性因子在剥离了规模因子的线性影响后,全A股范围内超额收益9.70%,信息比1.55,多空收益38.19%,多空夏普比2.90。以主动买卖单构建的博弈因子,在全A股范围内超额收益4.47%,信息比0.77,多空收益26.67%,多空夏普比2.10。2019年发布时间:2020-06-01
- 基础因子研究(十三):高频因子(八),高位成交因子,从量价匹配说起高位成交较多的个股,交易行为中存在羊群效应,导致局部价格高估而在未来呈现反转效应,反之如果个股低位成交较多,存在低位加仓的现象,未来价格有较大相对上行空间。以时间序列上成交量和收盘价相关性构建量价相关性因子,衡量成交量和股价之间的趋同或背离程度,趋同程度高则高位成交多,因子在全市场和中证800内,剥离风格因子线性影响前后均有一定选股能力。2020年发布时间:2021-02-22
- 多因子系列报告之二十九:再论估值因子,因子重构or收益预判?估值因子收益在2019年出现了较大幅度和较长时间的回撤,导致很多经典的量化多因子模型表现受到影响。那如何应对估值因子的失效呢?我们尝试从两个方面寻找解决方法:一是从估值因子本身的构造入手,寻找更为合理和有效的估值因子构造方式或者改进的可能;二是对估值因子收益做预判:从估值因子失效的原因入手,寻找逻辑上合理且与估值因子收益相关性较高的外部变量,对估值因子收益做预判。2005-2020年发布时间:2020-05-18
- 多因子报告之一:因子测试框架和估值因子初测因子测试是量化多因子选股模型构建环节中的第一个重要环节。通过寻找金 融学内在逻辑,构建系统的因子测试框架和全面的因子指标,以及如何通过 实证结果的分析对因子进行比对是我们本篇报告探讨的主要内容。 风格因子中性处理: 由于个股所在行业和市值因素会显著影响风格因子大小。我们在做截面回归 之前,对于影响风格因子的行业因子和市值因子分别作了中性处理。其中市 值中性使用单因子回归中性处理,行业因子则使用虚拟变量进行中性处理。2020年发布时间:2021-08-30
- 股票多因子研究:价值类因子测试股票单因子是股票多因子研究的基础,基于单因子有效性、稳健性的识别及分析是开展多因子研究的前提条件。因此,多因子研究的基础便在于如何衡量因子的有效性,如何筛选出有用的因子。针对原始因子数据,由于各种原因,会出现数据缺失或数据异常值,这些情况的出现在一定程度上会影响测试结果。2020年发布时间:2021-08-27
- 多因子系列之三:因子空头问题及其“顶端”优化2019年发布时间:2019-06-11
- 高频因子(二):结构化反转因子2005-2019年发布时间:2020-01-21
- 星火多因子专题报告(六):Alpha因子重构,引入协方差矩阵的因子有效性检验本报告系财通证券出品的报告,主要的投资要点有:1、引入协方差矩阵的因子有效性检验法;2、从点到面:财通金工 Alpha 因子库构建;3、集众之长:Alpha 因子合成效果检验。2019年发布时间:2020-04-18
- “成长因子”的未雨绸缪与分位点增速因子的提出成长因子通过高增速股票相对低增速股票的风险溢价贡献超额收益:高增速股票高成长的可持续性具有一定的风险性,未来增速波动率较大,因此高增速股票相对于低增速股票会向市场要求更高的风险溢价,从而带来高增速因子的超额收益。然而实际运用中,常见的同比增速类因子并不能一直保持溢价效应。2020年发布时间:2021-01-28
- 多因子系列之九:海外市场市值和价值因子演化研究本篇报告阐述了市值与价值因子在海外市场上的演化过程。首先,我们以美国市场为主要研究对象,复盘了市值与价值因子的历史表现;其次,从风险承担和错误定价两方面梳理了市场对因子异象背后的主流解释;进一步,我们探讨了日本在资本市场开放进程中大小盘风格的演变,以及价值策略在近十年来失效可能的原因。1927-2019年发布时间:2020-05-01
- 金融工程深度报告:因子估值在A股市场是否有效?从因子估值到因子换手率的因子择时2019年发布时间:2020-05-12
- 因子深度研究系列:一致预期因子体系搭建2019年发布时间:2020-05-12
- 基础因子研究(十四):高频因子(九),高频波动中的时间序列信息传统的波动因子以日度收益率数据为基础构建,本文从数据频率和数据类型两方面对其进行了拓展。其中,表现最好的1min频率下的高频成交量波动因子在全市场中取得了年化20.84%的多空收益和6.27%的超额收益,多空夏普比和信息比分别达到2.87和1.62,且在近两年没有出现明显回撤。2020年发布时间:2021-02-22
- 多因子模型研究系列之十四:技术因子的再挖掘之Alpha101多因子模型问世以来,已经在A股市场得到广泛应用。在模型的因子选取上,较为主流的因子可总结为规模因子、估值因子、基本面因子、技术面因子等几大类。其中基本面因子可分为盈利因子、成长因子、质量等因子等几小类。2020年发布时间:2021-02-02
- 多因子系列之四:对价值因子的思考和改进2019年发布时间:2019-06-26
- 基础因子研究(十二),高频因子(七):分布估计下的主动成交占比当价格增加时,市场为卖方市场,买方不得不提高价格以促成交易,此时成交由买方驱动,反之当价格降低时,成交由卖方驱动。博弈因子以逐笔成交数据为基础,从挂单数据出发,当前成交价大于上一笔买一价时,成交量划分为主动买入,当前成交价小于上一笔卖一价时,成交量划分为主动卖出。2020年发布时间:2021-02-22