前幾天來版上詢問鬧笑話之後反省自己的心態問題
發覺癥結點在自己功課作不夠多
信仰不足所以難以忍受與大盤的追蹤誤差
也不了解對長期投資來說
10年回測結果也是近因偏誤（美國or全球分散?)
但我還是習慣利用回測作為理解與加深信心的手段
所以最近一直回測發現幾個問題想請教
第一 光是統合英美etf 做回測就有困難
大多數網站要不英股要不美股 etf
遑論第二 查詢因子曝險這塊
光是版上推jpgl 我不知從何查找因子曝險程度
我上etf官網也沒有因子曝險相關圖表
只有所持資產類別（工程、能源etc)與地區等等
只有美股能輕鬆查找因子曝險
第三
https://i.imgur.com/7OOYWe0.jpg由以上圖表 數字黑體代表有意義
但真的可以藉由數值大小比較曝險程度？
還是有需要考慮模型解釋力R^2這塊？
最後 有沒有比較好的非美價值 動能etf ?
其實avdv 跟imom 也不錯
但是因子曝險還是低於美國版
而且股息稅大幅增加成本
問題很多 希望前輩幫忙解惑 感謝！
-----
Sent from JPTT on my iPhone
--
daze1樓你可以試看看https://f4ratk.web.app/ 04/08 23:03
→ daze2樓不過這個網站是吃yahoo的報價資訊的。一來，yahoo的報價有時 04/08 23:05
→ daze3樓會出錯。二來，通常建議用NAV跑回歸會比用price跑回歸的效果 04/08 23:06
→ daze4樓好。但至少這網站美股、英股都能吃，只要yahoo有提供報價。 04/08 23:06
→ daze5樓你也可以去ETF官網下載NAV的歷史資料，整理成檔案餵給這網站 04/08 23:08
daze6樓嗯，這網站的yahoo報價feed遇到某些問題，所以ticker功能目 04/08 23:16
→ daze7樓前是不能用的，但餵檔案的功能似乎是好的。 04/08 23:16
daze8樓至於你的第三個問題...It's a good question. 04/08 23:28
→ daze9樓有一個基礎的問題是，因子模型到底是predictive model，還是 04/08 23:30
→ daze10樓explanatory model? 04/08 23:31
→ daze11樓explanatory會比較重視有沒有統計上顯著，R^2比較不重要。 04/08 23:34
→ daze12樓predictive則比較重視 R^2、AUC等等，p-value相對不重要。 04/08 23:35
→ daze13樓因子模型或許其實是試圖用predictive modelling的方法論去做 04/08 23:40
→ daze14樓explanatory model。而這背後可能會導致一些問題。 04/08 23:41
→ daze15樓當然，如果你相信因子模型既predictive又explanatory，那或 04/08 23:43
→ daze16樓許這一切都不是問題。但這就是看信仰了。 04/08 23:43
→ 本人17樓感謝 不過我沒統整資料的底子 可能只能等修好了 04/09 00:48
→ 本人18樓另外 在學時只學過粗淺統計 每次發問又多了好多要學X 04/09 01:18
→ 本人19樓D 04/09 01:18
daze20樓舉個例子來說，日本隊韓國隊打棒球經典賽，勝率如何? 你可以 04/09 10:19
→ daze21樓拿先發投手防禦率、中心打線打擊率等等資料建立explanatory 04/09 10:20
→ daze22樓model，或者你可以說這些參數我都不需要，直接看賭盤賠率就 04/09 10:22
→ daze23樓可以得到一個 predictive model。 04/09 10:22
→ daze24樓只看賭盤賠率的model，預測準確度有可能還超過打擊率的model 04/09 10:25
→ daze25樓但如果你是教練，想增加勝算，根據explanatory model臨時換 04/09 10:27
→ daze26樓投手，也許是有用的。下重注改變賭盤賠率，很可能是沒有用的 04/09 10:28
→ 本人27樓可在實務面上只有選與不選 及配置比例高低問題 那是 04/09 13:41
→ 本人28樓否可以這樣理解 因子曝險較高者理論上會有較高溢酬 04/09 13:41
→ 本人29樓但只要曝險有統計差異 R^2越高理論上勝率會越高 當然 04/09 13:41
→ 本人30樓最後還是回歸機率問題 04/09 13:41
