您未連接。時事通訊可能包含一些用戶信息,因此可能無法正確顯示。

TQuant Lab 量化投資月報—TQuant Lab 量化投資分析– 事件型因子研究:股票填息機率

TQuant Lab 量化投資月報—TQuant Lab 量化投資分析– 事件型因子研究:股票填息機率

‍量化投資第 15 期

Quantitative Investment

精選主題

📌 本期文章精選

📈 彼得‧林區選股哲學實踐:成長與價值兼具的量化策略

 

彼得‧林區(Peter Lynch)是美國基金界傳奇人物,曾於1977至1990年間擔任富達麥哲倫基金(Fidelity Magellan Fund)經理人,期間資產規模從2,000萬美元成長至140億美元,年化報酬率高達29.2%,堪稱史上最成功的基金經理之一。他不僅以出色的績效聞名,更以深入淺出的投資哲學啟發無數散戶與專業投資人。 

全文連結

📈 德伍.卻斯的成長動能選股策略:價值與動能的交會點

 

在成長型投資領域中,德伍.卻斯(Derwood S. Chase Jr.)無疑是一位極具代表性的傳奇人物。投資生涯橫跨近半世紀的他,擁有紮實的學術背景,畢業於維吉尼亞大學,並於1954年取得哈佛大學企業管理碩士學位。1958年創立大通投資顧問公司(Chase Investment Counsel Corporation),專注於管理公司退休基金、信託基金與個人退休計畫,並不涉足與銀行相關業務。在他的領導下,公司至2001年已管理超過14億美元資產,其旗下機構大型成長股組合於1990至2001年間創下年化報酬率16.38%的亮眼成績,顯著超越同期S&P 500指數及Russell 1000 Growth指數。

 

全文連結

📌 TEJ 研究專題 – TQuant Lab 量化投資分析事件型因子研究:股票填息機率

填息機率的延續性研究:以事件研究法檢驗高股息股票

 

填息意味著公司股票在除息日之後的價格,高於除息日前一天的收盤價格,代表買入該股票的投資者在收到股利後,還能避免股價調整後的資本損失。因此,許多投資者都著眼於買進高殖利率同時也能填息的股票,期許在收穫穩定的現金股利同時,還能夠安全出場免於資本損失。本研究使用事件研究法,檢驗過往填息機率越高的股票,是否代表未來填息的機率也越高,以此做為投資人在買賣高股息股票時的參考。

 

全文連結

 

重要資訊

 ‍📌 重要更新|Factor Library 因子資料庫_TEJ

Factor Library 因子資料庫介紹 

TEJ Factor Library 是專為量化研究打造的因子資料平台,涵蓋九大類型:動能、股息、價值、成長、品質、流動性、波動度、規模與情緒。資料全面採用 Point-in-Time 架構,有效避免前視偏誤,並具備完整可追溯性,是策略建模與風控分析的關鍵基礎資料庫

 

Factor Library 因子資料庫應用情境 

TEJ Factor Library 因子資料庫的價值,不僅在於提供完善、結構化的數據,更關鍵在於它能支持各種投資應用情境,協助投資人依據自身策略目標,運用單一或多重因子進行選股、風險評估或建構量化模型。透過因子資料,使用者可以篩選出具備特定特徵的股票,提升選股效率與決策精準度;同時也能發展出具有風險溢酬預測能力的投資策略,進一步構建量化模型以提升投資組合的報酬潛力;此外,藉由因子對風險的描述能力,投資人也能強化投資組合的風控架構與資產配置管理。舉例來說,在建構多因子選股策略時,研究人員可先依流動性、市值等條件篩選股票池,再檢測與挑選有效因子,接著將這些因子進行 Z-score 標準化並加權合成,最終產出綜合分數作為選股依據,並搭配再平衡週期與投組權重設定,完成策略建構與執行流程

 

Factor Library 因子資料庫的關鍵價值與效益 

 

在因子激增與資訊斷層的環境下,研究人員往往困於繁瑣的資料處理,難以專注於策略開發與回測。TEJ Factor Library 應運而生,整合學術嚴謹與實務需求,提供高頻更新、結構清晰、彈性高的資料服務。

 

  • Feature(特色):每日更新、多因子分類、完整 Point-in-Time 架構,計算方式透明可追溯,具備學理依據。

  • Advantage(優勢):大幅減少資料處理時間,降低錯誤,提升回測準確與策略穩健度。

  • Benefit(效益:加快研究節奏、提升開發效率,加速量化策略從想法到落地的轉換。

 

 

 

 

 

Copyright© 2024 TEJ台灣經濟新報文化事業(股)公司. All rights reserved.

如果您不想繼續接受到相關訊息,您可以於此取消訂閱 ‍,或是來信TEJ。