2025年CFA多因素模型在大数据分析中的应用·专题试卷及解析

PAGE2025年特许金融分析师（CFA®）专题试卷多因素模型在大数据分析中的应用——数量方法与组合管理交叉考点——考试科目专题范围满分建议用时题型数量方法/组合管理多因素模型·大数据·机器学习100分120分钟单/多选·案例·计算·简答答题说明：本卷为备考回忆版模拟试卷（非CFA官方真题），依据2025年CFA考纲中《使用多因素模型》《大数据技术基础》《大数据项目》《机器学习》等学习模块编写。单项选择题每题仅一个正确选项；多项选择题有2个及以上正确选项；案例题依据给定案例作答；计算题须写出计算过程；简答题简要阐述要点。组卷细目表（内容×能力）部分题型题量分值能力要求一单项选择题1530概念辨析、基础识别二多项选择题510多选识别、判断正误三案例题525综合分析、应用决策四计算题420公式运用、定量计算五简答题315理解阐述、要点组织合计—32100—第一部分单项选择题（每题2分，共30分）每题只有一个正确选项。1.与单因素（仅市场）模型相比，使用多因素模型最主要的优势在于（）A.可以完全消除所有非系统性风险B.提高对资产收益的解释力并增强灵活性C.不再需要估计因素敏感度D.对数据质量的要求更低2.下列哪种多因素模型利用宏观经济变量（如GDP增长率、通胀率）作为因素收益率（）A.宏观经济因素模型B.基本面因素模型C.统计因素模型D.市场模型3.在因素模型中，因素暴露（factorexposure）衡量的是（）A.资产收益对特定因素变化的敏感程度B.该因素自身的平均收益率C.资产的特定（非系统性）风险D.无风险利率水平4.关于套利定价理论（APT）与多因素模型的关系，下列说法最准确的是（）A.APT与多因素模型无关B.在无套利条件下，APT表明因素暴露与因素风险溢价之间存在线性定价关系，是许多多因素模型的理论基础C.APT只允许存在一个市场因素D.APT不包含任何关于因素风险的假设5.在宏观经济因素模型中，因素收益率通常来源于（）A.对资产收益进行时间序列回归所估计出的系数B.宏观经济变量的实际变动（如GDP增长率、通胀率变化）C.主成分分析提取的隐含因素D.横截面回归得到的属性收益6.某资产在宏观多因素模型下的预期超额收益率等于（）A.各因素暴露与其对应因素风险溢价乘积之和B.该资产历史收益率的算术平均值C.无风险利率D.市场指数的单因素收益7.下列哪一项属于另类数据（alternativedata）的来源（）A.上市公司年度财务报表中的资产负债数据B.交易所公布的股票日收盘价C.卫星图像测算的停车场车辆数、信用卡消费流水、社交媒体情绪指标D.央行发布的基准利率8.在将卫星图像、社交媒体文本等非结构化数据用于多因素模型之前，通常首先需要进行（）A.直接作为因素暴露代入模型B.数据清洗与特征工程，将其转换为可供模型使用的结构化特征C.仅保留近三年的数据D.删除所有缺失值而不做任何填补9.研究人员在历史样本中挖掘出大量表现优异的新因素，但担心其在样本外失效。下列做法中最能有效防范这一问题的是（）A.增加因素数量以提高拟合优度B.采用样本外验证与交叉验证，并对模型进行正则化以抑制过拟合C.只用最近一个月的数据拟合模型D.将显著性阈值放宽到10%10.主成分分析（PCA）在构建统计因素模型时发挥的作用是（）A.将多个高度相关的变量降维，提取少数能解释大部分方差的共同因素B.为每个因素赋予明确的经济含义C.消除样本中的所有特异性风险D.替代基本面分析的全部功能11.某基金使用包含市场、规模、估值、动量四个因素的基本面多因素模型。市场因素暴露为1.1通常被理解为（）A.该资产收益对市场因素每变动1%平均变动1.1%B.该资产的预期收益为1.1%C.该资产完全无系统性风险D.该资产的贝塔无法解释12.在多因素模型中，因素中性（factor-neutral）组合的含义是（）A.组合对所有因素的暴露为零，仅承担纯阿尔法与特定风险B.组合只投资于无风险资产C.组合对市场因素暴露为1D.组合剔除了所有特定风险13.关于监督学习与无监督学习的区别，下列描述正确的是（）A.监督学习利用带标签的数据进行回归或分类，无监督学习用于聚类与降维等无标签任务B.监督学习不需要数据，无监督学习需要标签C.两者完全相同D.监督学习只用于预测，不用于因素挖掘14.在因素挖掘的机器学习流程中，交叉验证（cross-validation）的主要目的是（）A.增大训练集样本量B.评估模型在未见数据上的泛化能力，并帮助选择模型与超参数C.减少数据量以加快计算D.消除所有因素间的相关性15.一家基金将信用卡消费、卫星图像等另类数据用于构建交易信号。下列关于大数据应用主要挑战的表述，最不准确的是（）A.数据清洗与质量问题是主要挑战之一B.大量数据可能带来过拟合风险C.数据越多越好，无需考虑样本量相对于因素数目的问题D.需要处理数据时效性与结构性问题第二部分多项选择题（每题2分，共10分）每题有2个或2个以上正确选项，全部选对得2分，漏选、错选、多选均不得分。16.下列属于多因素模型分类的有（）A.宏观经济因素模型B.基本面因素模型C.统计因素模型D.单因素市场模型17.关于大数据/另类数据在投资管理中的应用，下列说法正确的有（）A.来源包括卫星图像、社交媒体、信用卡交易、物联网数据等B.可分为结构化数据与非结构化数据C.大数据分析常用于挖掘新的阿尔法信号与改进风险模型D.另类数据可以完全替代传统的财务报表分析18.下列关于机器学习方法的说法，正确的有（）A.监督学习包括回归与分类任务B.无监督学习包括聚类与降维（如PCA）C.深度学习属于机器学习的一个分支D.正则化会增加过拟合风险19.为降低多因素模型的过拟合风险，可采取的措施有（）A.使用样本外数据验证B.交叉验证C.正则化（如Lasso、Ridge）D.无限增加因素数量20.关于因素收益率与因素暴露，下列说法正确的有（）A.因素暴露反映资产收益对因素的敏感度B.因素收益率是归因于该因素的部分收益C.在多因素模型中，两者共同决定资产收益的贡献D.因素暴露通常随时间保持恒定不变第三部分案例题（共25分）请阅读以下案例，回答第21—25题。【案例背景】星海资本是一家量化多空基金。为提升超额收益来源的多样性，团队启动大数据因子挖掘项目。第一步，团队收集了卫星停车场上座率、信用卡消费流水、电商搜索指数、社交媒体情绪等另类数据，经过缺失值处理、异常值剔除、量纲标准化与特征工程，构建出线下客流活跃度、线上消费景气度等特征。第二步，团队在原市场、规模、估值、盈利质量四因素模型基础上，尝试加入上述新特征作为候选因素。第三步，团队用2016—2021年数据训练模型，用2022—2024年数据验证，并通过交叉验证与Lasso正则化筛选因素，最终保留显著且稳健的因素。第四步，团队测算新模型对组合业绩的贡献与风险归因，持续监控各因素暴露与换手情况。21.（5分）团队在第一步中对非结构化数据所进行的处理，本质上属于哪类工作？请说明其在多因素建模中的意义。22.（5分）在第二步中，若将线下客流活跃度与估值因素同时纳入模型，而两者相关系数高达0.9，团队最可能面临什么问题？可采取哪些应对措施？23.（5分）第三步中，用2022—2024年数据验证属于哪种验证方式？为什么要区分样本内与样本外？24.（5分）团队用Lasso正则化筛选因素，其作用原理是什么？25.（5分）第四步中，风险归因对投资决策的意义是什么？第四部分计算题（每题5分，共20分）请写出计算过程，结果保留两位小数。26.（5分）某资产采用两因素宏观模型：Rᵢ=0.02+1.5×ΔGDP+0.8×Δ通胀+εᵢ。某期实际ΔGDP=2%，Δ通胀=1%，特异项ε=0.5%。计算该资产本期收益率Rᵢ。27.（5分）某组合由A、B两只股票构成，权重各为50%。股票A对因素F的暴露为0.8，股票B对因素F的暴露为1.4。计算组合对因素F的总暴露。28.（5分）在基本面多因素模型下，某股票的各因素暴露为：市场1.2、规模0.5、估值-0.3、盈利0.8；对应因素风险溢价为：市场5%、规模2%、估值3%、盈利4%；无风险利率为3%。计算该股票的预期收益率。29.（5分）某组合的主动风险分解显示，来自多因素模型解释（系统因素）的部分为2.5%，来自特定风险的部分为1.5%。已知两者相互独立，计算组合的主动风险（activerisk）。第五部分简答题（每题5分，共15分）30.（5分）简述多因素模型相对于单因素模型的优点，并列举多因素模型的三种类型及其主要差异。31.（5分）说明大数据/另类数据在构建投资信号时带来的主要机遇与挑战。32.（5分）结合大数据应用，说明如何有效防止多因素模型的过拟合。参考答案与解析【第一部分单项选择题】1.【答案】B【解析】多因素模型通过多个因素捕捉资产收益的共同变动来源，比单因素（市场）模型解释力更强、更灵活；但并不能完全消除非系统性风险（仍存在特定风险），也仍然需要估计因素暴露。考点：使用多因素模型（UsingMultifactorModels）——多因素模型优势。2.【答案】A【解析】宏观经济因素模型以GDP增长率、通胀率等宏观变量的变动作为因素收益率；基本面因素模型以标准化后的基本面属性（如账面市值比、规模）为因素暴露；统计因素模型通过PCA等统计方法从收益协方差中提取因素。考点：多因素模型的三种类型。3.【答案】A【解析】因素暴露（又称因素敏感度、beta）反映资产收益对某一因素每变动一单位时变动的敏感程度；因素收益率才是该因素自身带来的收益。考点：因素暴露与因素收益率的概念区分。4.【答案】B【解析】在无套利条件下，APT推导出资产预期收益与其因素暴露呈线性关系，因素暴露的风险由对应因素风险溢价补偿，是多因素模型定价的理论基础；APT允许多个因素且包含假设。考点：APT与多因素模型的定价关系。5.【答案】B【解析】宏观因素模型直接用宏观变量的实际变动作为因素收益率；时间序列回归估计的是因素暴露；主成分分析属于统计因素模型；横截面回归属于基本面因素模型。考点：宏观因素模型的因素收益率来源。6.【答案】A【解析】多因素模型下，资产的预期超额收益率等于各因素暴露与其对应因素风险溢价乘积之和，即E(Ri)－Rf=Σβᵢₖλₖ。考点：因素模型预期收益的构成。7.【答案】C【解析】另类（大数据）数据指传统财务与市场数据之外的替代数据源，如卫星图像、信用卡消费、社交媒体、物联网数据等；财务报表、日收盘价、央行利率属于传统数据。考点：大数据技术基础——另类数据来源。8.【答案】B【解析】非结构化数据（图像、文本）必须先经过清洗、标准化与特征工程，转化为结构化特征后才能进入多因素回归或机器学习模型，这是保证输入质量的首要步骤。考点：大数据项目（BigDataProjects）——数据清洗与特征工程。9.【答案】B【解析】过拟合会使模型在历史样本上表现优异但样本外失效；样本外验证、交叉验证与正则化（Lasso/Ridge）是公认有效的防范手段。考点：机器学习——过拟合与泛化验证。10.【答案】A【解析】PCA通过线性变换将多个高度相关的变量降维，提取少数能解释大部分方差的共同因素，是统计因素模型的典型工具；但它并不自动赋予因素经济含义。考点：统计因素模型与PCA。11.【答案】A【解析】市场因素暴露1.1表示市场因素每变动1%，该资产收益平均变动1.1%，是收益对因素的敏感度，不是预期收益本身。考点：因素暴露的解读。12.【答案】A【解析】因素中性组合对所有目标因素的净暴露为零，从而剥离系统性因素影响，仅保留纯阿尔法与特定风险，用于分离管理人的主动选股能力。考点：因素中性组合与阿尔法分离。13.【答案】A【解析】监督学习使用带标签数据训练回归/分类模型；无监督学习处理无标签数据，用于聚类与降维（如PCA）；两者均广泛应用于因素挖掘与信号生成。考点：机器学习——监督与无监督学习。14.【答案】B【解析】交叉验证将样本划分多折，轮流训练与验证，用于评估模型在未见数据上的泛化能力并选择模型/超参数，是防过拟合的核心手段。考点：机器学习——模型验证与超参数选择。15.【答案】C【解析】大数据应用的主要挑战恰恰包括数据质量与清洗、过拟合、样本量相对于因素数目的不足、时效性与结构性问题；并非数据越多越好。考点：大数据应用的挑战。【第二部分多项选择题】16.【答案】A、B、C【解析】多因素模型分为宏观经济因素模型、基本面因素模型与统计因素模型三类；单因素市场模型只含一个市场因素，不属于多因素模型。考点：多因素模型的分类。17.【答案】A、B、C【解析】另类数据来源广泛（卫星、社媒、信用卡、物联网等），分结构化与非结构化数据，常用于挖掘阿尔法信号与改进风险模型；但D错误——另类数据不能完全替代传统财务分析。考点：大数据/另类数据应用。18.【答案】A、B、C【解析】监督学习含回归与分类，无监督学习含聚类与降维，深度学习是机器学习的子集；D错误——正则化用于降低过拟合，而非增加过拟合风险。考点：机器学习方法分类。19.【答案】A、B、C【解析】样本外验证、交叉验证、正则化（Lasso/Ridge）均能有效抑制过拟合；D错误——无限增加因素数量会加剧过拟合。考点：过拟合防控。20.【答案】A、B、C【解析】因素暴露反映敏感度，因素收益率是归因于该因素的收益，两者共同决定资产收益贡献；D错误——因素暴露会随时间变化，需持续监控。考点：因素暴露与因素收益率。【第三部分案例题】21.【参考答案】属于特征工程（含数据清洗、标准化与特征构建）。意义：把原始、非结构化且量纲不一的数据转化为可供回归或机器学习模型使用的结构化特征，是多因素模型输入质量的前提；处理缺失、剔除异常、标准化量纲可减少噪声与偏差，提高因素估计的稳定性和可比性。考点：特征工程在大数据多因素建模中的价值。22.【参考答案】最可能面临多重共线性问题——线下客流活跃度与估值因素高度相关时，因素暴露估计会变得不稳定、标准误增大、系数符号可能异常。应对措施：计算方差膨胀因子（VIF）检验共线性；剔除高度相关的因素之一；用主成分分析（PCA）合并相关性强的因素；或采用Lasso等正则化方法自动选择变量。考点：多重共线性的识别与应对。23.【参考答案】属于样本外（out-of-sample）验证。区分样本内与样本外，是为了检验模型对未见数据的泛化能力：样本内拟合良好可能只是过拟合的表现，样本外表现更能真实反映模型的实际可用性与稳健性，避免因在历史样本上虚假优异而误用模型。考点：样本内vs样本外验证。24.【参考答案】Lasso（L1正则化）在损失函数中加入各因素系数的绝对值（L1范数）惩罚项，在最小化误差的同时将不相关或冗余因素的系数压缩至0，从而实现自动变量选择。这能降低模型复杂度、减少过拟合，并缓解多重共线性影响。考点：Lasso正则化原理。25.【参考答案】风险归因把组合整体的收益与风险分解到各因素与特定部分，帮助理解收益与风险的来源；可监控各因素暴露是否超限、判断新挖掘的因素是否真正贡献增量阿尔法，并为组合再平衡与风险限额管理提供依据。考点：风险归因的作用。【第四部分计算题】26.【答案】6.30%【计算过程】Rᵢ=0.02+1.5×0.02+0.8×0.01+0.005

=0.02+0.03+0.008+0.005=0.063=6.3%考点：宏观两因素模型收益计算。27.【答案】1.10【计算过程】组合对因素F的总暴露=0.5×0.8+0.5×1.4=0.40+0.70=1.10考点：组合因素暴露的加权计算。28.【答案】12.30%【计算过程】E(R)=Rf+Σβλ=3%+1.2×5%+0.5×2%+(－0.3)×3%+0.8×4%

=3%+6%+1%－0.9%+3.2%=12.3%考点：基本面多因素模型预期收益计算。29.【答案】约2.92%【计算过程】主动风险=√(2.5²+1.5²)=√(6.25+2.25)=√8.5