应用场景:
因子有效性检验:通过回归分析因子与收益率的相关性(如 Fama-French 三因子模型)。
价差套利:建模两只股票价格的线性关系(如协整检验),捕捉偏离均衡的套利机会。
基本面预测:用财务指标(如营收、利润)预测未来股价(需假设线性关系成立)。
预测准确性评估:
统计指标:R²:解释因变量(股价)的方差比例,越接近 1 拟合越好。
RMSE/MAE:衡量预测值与实际值的绝对误差,值越小精度越高。
残差分析:检查残差是否服从正态分布、是否存在自相关(Durbin-Watson 检验)。
样本外测试:用未参与训练的数据验证模型泛化能力,避免过拟合(如保留 20% 数据作为测试集)。
经济意义检验:评估策略基于预测信号的实际收益(如夏普比率),而非仅统计显著。
发布于2025-5-21 15:28 武汉

