利用TEJ「投資因子資料庫」與機器學習方法建構風格因子──以動能因子為例

過去許多學術文獻實證股票特徵在橫截面上的變異具有顯著預測股票的期望報酬率，如：動能因子，未預期營收盈餘因子、特質波動度因子…等，都與後續的股票報酬呈現高度相關。這些股票特徵也受到市場廣泛應用。金融機構依據經濟意涵將其歸納成不同類別的投資風格，以利系統性設計投資策略，進而成為投資組合管理工具的重要因子。