Vasicek Beta 收缩
为什么 SurgeFlow 将嘈杂的股票贝塔值拉向横截面先验,以及模型拟合如何调整收缩量。
类别:因子研究
为什么要缩小贝塔值
原始 OLS beta 噪声很大,尤其是对于短样本或低拟合度股票。Vasicek 收缩将每只股票的贝塔值拉向横截面平均贝塔值,并根据股票自身估计的精确度与股票之间贝塔值的分布进行加权。
该系统如何计算它
先验是每个市场的平均贝塔值。收缩权重是库存相对于之前的估计精度;SurgeFlow 还计算拟合调整权重,使拟合不佳的回归减少其自身的 beta。该构建验证了高拟合股票几乎保留了所有自己的贝塔值,而低拟合股票则被拉向市场平均水平。制度变体通过宏观制度概率对贝塔进行加权。 - 先验横截面市场 - 精确加权混合 - 适合调整的变体 - 制度条件贝塔
如何阅读
对于嘈杂的名字来说,缩小的贝塔值比原始 OLS 更稳定、更值得信赖——低拟合度股票的贝塔值被拖向市场的大约 1.0。制度贝塔显示股票的市场敏感性在扩张状态与压力状态之间有何不同。