机器学习多因子 动态调仓策略 ——多因子 Alpha 系列报告之（三十六）
创建于 更新于
摘要
本报告基于XGBoost机器学习模型构建多因子动态调仓策略，选取7大类风格因子，结合因子历史IC序列、宏观经济变量和市场变量，采用机器学习预测因子未来IC并动态调权。回测显示，该策略在2014-2017年样本外实现20.08%的年化收益率，63.21%的周度胜率，最大回撤仅为7.68%，信息比显著优于传统因子等权策略。通过限制换手率进一步提升策略表现并减小交易成本影响，滚动训练模型更有效捕捉市场风格变化，实现策略稳健提升 [page::0][page::4][page::6][page::12][page::18][page::23][page::26][page::28]
