多因子系列之二：Alpha因子高维度与非线性问题 基于Lasso的收益预测模型 | 量化专题报告
创建于 更新于
摘要
本报告针对多因子Alpha预测中的高维度因子筛选和因子收益的非线性关系问题，提出基于Adaptive Lasso和Group Lasso的非线性收益预测模型。实证结果显示，Adaptive Lasso相较传统ICIR方法年化收益提升约3%、信息比率提升0.6，Group Lasso非线性模型进一步将年化收益提升至6%左右，信息比率提升至1，显著增强了中证500指数增强组合表现，验证了该方法在高维因子筛选及非线性拟合中的有效性[page::0][page::2][page::4]。
