典型文献
基于PCA主成分分析法组合宏观因子
文献摘要：
研究发现，宏观因子是影响大类资产收益的重要因素，其中，筛选出有效的宏观因子是构建回归模型的前提和重点，特别是当存在高度相关的宏观因子数据时。本文通过主成分分析法（Principal Component Analysis，简称PCA），计算出高度相关的宏观因子影响权重，并对其加权组合成新的因子，最终发现经过拟合优度和显著性t值检验后，组合因子依然具备比单因子更高的解释力度和显著性影响。因而得出结论，通过PCA方法构建的组合因子比组合内单一因子显然更合理。
文献关键词：
主成分分析法;PCA;宏观因子
中图分类号：
作者姓名：
岑文森
作者机构：
华南理工大学
文献出处：
引用格式：
[1]岑文森-.基于PCA主成分分析法组合宏观因子)[J].消费导刊,2022(22):4-6
A类：
B类：
宏观因子,资产收益,Principal,Component,Analysis,影响权重,组合成,过拟合,拟合优度,单因子,解释力,更合
AB值：
0.271337
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
