VIP20

本课程属于：011-组合风险归因训练集切分 金融科技风控与量化工程 · 共 20 门相关课程，组合学习更完整。

查看所属VIP全部课程 →

← 返回所属目录咨询 / 购买

基于VaR的绩效归因训练集切分

共计 30 章节

点击此处阅读海量试读课程：100+行业、1000+细分领域

VaR基础概念

VaR的定义 · 历史起源 · 在风险管理中的核心作用

VaR基础概念

VaR计算方法概览

参数法 · 历史模拟法 · 蒙特卡洛模拟法的基本原理与适用场景

VaR计算方法概览

绩效归因基础

Brinson模型 · 多因子归因模型的基本思想与数学表达

绩效归因基础Brinson

VaR与绩效归因的结合

为什么需要将VaR纳入绩效归因 · 风险调整后收益指标（如Sharpe比… · Sortino比率）的局限性

VaR绩效归因的结合

训练集切分的重要性

过拟合与欠拟合在金融时间序列中的表现 · 时间序列交叉验证与传统K折交叉验证的…

训练集切分的重要…过拟合

时间序列数据特性

自相关性 · 波动率聚集 · 非平稳性对模型训练与评估的影响

时间序列数据特性自相关性

基于VaR的绩效归因框架设计

整体架构图 · 数据流 · 模型层

数据预处理

缺失值处理 · 异常值检测（基于VaR的极端值识别） · 数据对齐与重采样

数据预处理缺失值处理

滚动窗口切分法

固定窗口 · 扩展窗口的原理与实现 · 在VaR回测中的应用

滚动窗口切分法固定窗口

时间序列交叉验证

前向链式验证（Expanding W… · 滑动窗口验证（Rolling Win…

时间序列交叉验证Expanding

基于VaR的样本内与样本外划分

如何根据VaR阈值划分高波动期与低波… · 确保训练集与测试集分布相似

分层抽样切分

按波动率分层 · 按VaR水平分层 · 保持训练集与测试集的VaR分布一致

分层抽样切分按波动率分层

事件驱动切分

识别市场极端事件（如2008年金融危… · 2020年新冠） · 将事件期单独作为测试集或验证集

事件驱动切分识别市场极端事件

多资产组合的切分策略

不同资产类别（股票 · 债券 · 衍生品）的VaR特性差异

多资产组合的切分…不同资产类别

因子暴露与VaR的联合切分

确保训练集中因子暴露的多样性 · 避免因子缺失导致的归因偏差

VaR因子暴露

训练集切分的代码实现（Python）

使用pandas · numpy实现滚动窗口切分 · 生成训练集与测试集索引

Python训练集切分的代码…

基于VaR的绩效归因模型训练

在切分后的训练集上计算VaR · 并运行Brinson或多因子归因模型

归因结果稳定性检验

使用不同切分方式（滚动 · 扩展 · 分层）评估归因结果的稳定性

归因结果稳定性检…使用不同切分方式

过拟合检测

在测试集上比较归因结果与训练集结果 · 使用VaR回测的失败率（Failur…

过拟合检测测试集上比较归因…

模型选择与切分参数调优

窗口大小 · 步长 · 分层比例等超参数对归因结果的影响

模型选择切分参数调优

股票组合的VaR归因与切分——使用历… · 滚动窗口切分 · 分析行业归因结果

多资产对冲基金——使用蒙特卡洛VaR · 事件驱动切分 · 评估危机期间的归因稳定性

固定收益组合——使用参数法VaR · 分层抽样切分 · 分析久期与信用利差归因

结果可视化

绘制训练集与测试集的VaR曲线对比图 · 归因贡献柱状图 · 切分时间线图（使用matplotli…

结果可视化VaR

自动化流水线设计

构建从数据输入 · 切分 · 模型训练

自动化流水线设计构建从数据输入

常见陷阱与解决方案

数据泄露（Look-ahead Bi… · 生存偏差（Survivorship… · 切分点选择的主观性

常见陷阱解决方案

监管与合规视角

巴塞尔协议对VaR回测的要求 · 如何将训练集切分纳入合规框架

监管合规视角

基于机器学习的自适应切分（如使用聚类… · 动态调整训练集

前沿方法基于机器学习的自…

基于VaR的绩效归因训练集切分的最佳…

课程总结VaR

给定一个包含10年数据的多资产组合 · 要求学员设计并实现一套完整的训练集切… · 输出分析报告

综合练习给定一个包含10…