首页
›
金融科技风控与量化工程
›
054-量化因子研究阈值分层试验
›
《因子研究中的A B测试方法》
VIP20
本课程属于:054-量化因子研究阈值分层试验
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
因子研究中的A B测试方法
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
01
A/B测试基础概念
A/B测试的定义 · 在因子研究中的价值 · 与传统回测的区别
A/B
测试基础概念
02
假设检验原理
原假设与备择假设 · 显著性水平α · p值
假设检验原理
原假设
03
统计功效与样本量
统计功效定义 · 影响功效的因素 · 最小样本量计算
统计功效
样本量
04
效应量(Effect Size)
效应量的定义 · Cohen's d · 在因子研究中的应用
Effect
Size
05
单尾检验与双尾检验
适用场景 · 统计量计算 · 在因子收益检验中的选择
单尾检验
双尾检验
06
t检验与z检验
适用条件 · t统计量 · z统计量
t检验
z检验
07
配对t检验
配对样本设计 · 在因子分组收益对比中的应用 · 与独立t检验的区别
配对t检验
配对样本设计
08
方差分析(ANOVA)
单因素ANOVA · 多组因子收益比较 · F统计量
ANOVA
方差分析
09
多重比较问题
Bonferroni校正 · Tukey HSD · FDR控制
多重比较问题
Bonferroni
10
非参数检验
Mann-Whitney U检验 · Wilcoxon符号秩检验 · 在非正态因子收益分布中的应用
非参数检验
Mann-Whitney
11
A/B测试设计流程
定义假设 · 确定指标 · 随机化分组
A/B
测试设计流程
12
随机化方法
完全随机化 · 分层随机化 · 区组随机化
随机化方法
完全随机化
13
因子分组策略
等分法 · 分位数法 · 基于因子值的分层抽样
因子分组策略
等分法
14
对照组与实验组设计
多空组合 · 基准组合 · 中性化处理
对照组
实验组设计
15
因子收益率计算
多空组合收益率 · 因子模拟组合 · Fama-MacBeth回归中的A/…
因子收益率计算
多空组合收益率
16
时间序列A/B测试
滚动窗口检验 · 时间序列自相关处理 · Newey-West标准误
A/B
时间序列
17
截面A/B测试
截面独立假设 · Fama-MacBeth两步法 · 截面t统计量
A/B
截面
18
面板数据A/B测试
固定效应模型 · 随机效应模型 · 聚类标准误
A/B
面板数据
19
因子IC与A/B测试
信息系数(IC)的A/B检验 · IC显著性检验 · IC的t统计量
IC
A/B
20
因子回测中的过拟合问题
数据窥探偏差 · 多重测试偏差 · Walk-Forward检验
因子回测
过拟合问题
21
交叉验证在因子研究中的应用
时间序列交叉验证 · 滚动交叉验证 · 留一法
交叉验证
因子研究
22
置换检验(Permutation Test)
原理 · 在因子显著性检验中的应用 · 与参数检验的比较
Permutation
Test
23
Bootstrap方法
Bootstrap原理 · Bootstrap置信区间 · 在因子收益分布估计中的应用
Bootstrap
原理
24
贝叶斯A/B测试
先验分布 · 后验分布 · 贝叶斯因子
A/B
贝叶斯
25
A/B测试中的协变量调整
CUPED方法 · 回归调整 · 在因子收益去噪中的应用
A/B
测试
26
多因子A/B测试
因子组合检验 · 因子交互作用 · 多因子模型中的A/B设计
A/B
多因子
27
A/B测试结果可视化
收益分布图 · 置信区间图 · 累积收益曲线
A/B
测试结果可视化
28
A/B测试报告撰写
结果解读 · 统计显著性声明 · 实际显著性评估
A/B
测试报告撰写
29
A/B测试常见陷阱
样本量不足 · 多重比较 · 幸存者偏差
A/B
测试常见陷阱
30
因子研究A/B测试实战案例
基于真实因子数据的完整A/B测试流程…
A/B
因子研究
所属VIP或分类
同VIP:A-B测试在因子研究中的应用
同VIP:Champion-Challenger实战教程
同VIP:XGBoost因子分层回测实操