python logistic回归因子权重_Python与量化多因子——基于回归的归因

1. 前言

一般来说，不管是我们自己管理的组合，或者公募的量化产品，我们都需要对其过往的业绩进行分析，它涨的原因是为什么，亏又亏在哪里？是风格的漂移带来的，还是行业带来的，还是Alpha带来的。都需要进行归因总结，做到知其然，更要知其所以然。

不仅如此，对于自己管理的组合，借助归因的方法，可以对自己各项因子，风格，Alpha暴露等进行监测，为投资决策提供一定的参考。

而对股票型基金的归因分析一般分为两种，一种为Brinson归因，这个在我最开始的文章已经有所提及，这里我们继续根据归因这个话题，讲讲基于多因子模型的归因。

import sys

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

import seaborn as sns

sys.path.append(r'E:/Heat')

sns.set_style('whitegrid')

plt.rcParams['font.sans-serif']=['SimHei']

plt.rcParams['axes.unicode_minus']=False

2. 算法逻辑

2.1 因子收益的分解

单期：对于个股：

对于组合：

<