请务必阅读正文之后的免责条款部分全球视野本土智慧金融工程研究Page1证券研究报告—深度报告金融工程[Table_Title]多因子系列研究报告之二数量化投资2013年03月18日[Table_BaseInfo]相关研究报告：《国信GARP选股系列2012年回顾：GARP选股：2012年超额收益9.59%，2013开年强势不改》——2013-02-21《金融工程专题研究：限售股解禁事件驱动策略研究》——2013-02-19《多因子系列研究报告之一：风险（Beta）指标静态测试》——2013-01-28《国信投资时钟系列报告：基于初值迭代和均值反转的投资时钟量化模型》——2013-01-24《金融工程专题研究：OBVMACD指标选股模型》——2013-01-11联系人：陈志岗电话：0755-82136165E-MAIL：chenzgang@guosen.com.cn证券分析师：林晓明电话：021-60875168E-MAIL：linxiaom@guosen.com.cn证券投资咨询执业资格证书编码：S0980512020001独立性声明：作者保证报告所采用的数据均来自合规渠道，分析逻辑基于本人的职业理解，通过合理判断并得出结论，力求客观、公正，结论不受任何第三方的授意、影响，特此声明。专题报告降维与模型的搭建本文主要做了两件事：1、降维——指标合成因子降维的意义：在理论研究与实际操作中,研究人员总是希望用比较少的自变量来对因变量进行比较深入的刻画。就本文而言，在指标经济含义的基础上，考虑了三种降维方法，分别为：因子内指标简单平均降维法；因子内指标历史平均收益率加权平均降维法；区间最小二乘降维法。相关结论：通过t值绝对值序列的平均值（AverageAbsolutet-stat）、t值绝对值序列大于2的占比（PercentObserv.|t|>2）以及样本期间指标收益率序列的t值（Descriptorreturnt-stat）等三个指标的评价，我们认为：就指标合成因子的降维方法来看，区间最小二乘降维法要优于因子内指标历史平均收益率加权平均降维法，而后者又优于因子内指标简单平均降维法。2、模型的搭建本系列第一篇报告“国信证券-多因子系列研究报告之一：风险（Beta）指标静态测试”研究了如何筛选指标；而本文前半部分所讨论的降维，则研究了指标合成因子的方法。结合这两部分的研究成果，我们搭建起了APT模型。本文的后半部分对搭建起的APT模型的相关参数进行了统计分析，整体而言，模型中各风险因子的统计结果都比较显著，各风格因子之间的相关系数也都比较低，并且模型修正后的R2比较高，说明模型对中证800成份股收益率有较强的解释能力。请务必阅读正文之后的免责条款部分全球视野本土智慧Page2内...
