我的储备知识通过PandaAI得到释放

量化因子在整个金融投资体系里的定位

• 资产大类中有股票、债券、另类投资（房地产等），其次是金融衍生品：期货、期权等金融工具。
• 量化因子的收益如同其他金融投资一样可以分为alpha和beta, alpha是指排除掉FAMA 5因子带来的收益后，使用该量化因子带来的收益，比如：文本挖掘因子，根据电话会议中提到的积极词语、消极词语频数来进行交易操作，是一种另类因子。还有一些beta因子是常说的价值因子、动量因子、成长因子、质量因子、股息率因子，不同宏观经济阶段适合多空不同类型因子，但A股空起来困难，所以在PandaAI只能做A股时，找出对应经济周期需要多头的因子即可。
• 优点：便于风控；基于风险类别因子的大类资产配置可以更好分配风险敞口；方便对接asset owner的投资需求和风险偏好；便于收益归因，包括基金管理的绩效评估。
• 缺点：对于我个人来说：编程；耗时。

我尝试的方法–宏观+因子

80%的收益来源于宏观分析，如果宏观分析错了，你必须是一个很优秀很优秀的个股挑选者，才可以扳回收益。我的宏观分析基于教授课件、个人笔记、互联网资源、PandaAI因子库和API调用规则，先用Gemini的deepresearch功能做出宏观分析，我所需investment time horizon内合适的alpha因子，使用AI助手帮助我构建“公式”或“代码”以及工作流，看看我能做到什么程度。