选股因子系列研究（五十二）——基于回归树的因子择时模型
创建于 更新于
摘要
本文基于回归树方法构建因子择时模型，突破传统线性相关假设，提升因子择时的灵活性与直观性。通过市值因子案例，采用近5年及10年数据构建回归树，发现市场波动率为关键择时变量，模型有效区分不同市场环境下因子表现。进一步引入衰减加权改进模型对近期数据的响应，提高拟合度。在因子方向性择时中，回归树模型能减少因子转向时损失，但在高收益动量阶段表现劣于长期持有。结合防御性因子择时思想，即在不确定时关闭因子敞口，实现稳健择时，回测显示该方法在提升组合稳定性的同时优化了部分年份表现。最终，防御性择时策略应用于多因子权重配置，年化收益略降但增强抗风险能力，尤其在2017年收益表现显著改善。报告指出未来可通过集成学习进一步提升模型稳健性 [page::0][page::4][page::5][page::7][page::8][page::9][page::10][page::11][page::12][page::13]。
