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。