挖掘资产定价中的隐式因子——机器学习系列之一
创建于 更新于
摘要
本文基于显式多因子投影残差挖掘隐式因子，通过“三步法”引入主成分分析与稳健回归，构建混合因子模型，大幅提升对资产风险溢价的解释力。基于该模型的行业及ETF轮动策略回测表明，在2012年至2022年区间，混合因子策略在收益率、夏普比率、月度胜率等指标均优于传统FF3和FF5模型，且隐式因子的风险溢价显著高于经典因子，因子稳定性强，适合推广使用 [page::0][page::3][page::7][page::12][page::20][page::25]
