用机器学习解释市值：特异市值因子——《因子选股系列研究之二十八》
创建于 更新于
摘要
本报告通过机器学习中的随机森林模型构建特异市值因子，突破传统线性回归模型在解释市值非线性关系上的限制，实现了对股票市值96%以上的解释度。特异市值因子反映当前市值和内生价值的残差，因子表现稳定且具有显著选股能力。在全市场及沪深300、中证500等板块均表现优异，特别是剔除传统因子后仍保持良好选股信息，比线性模型有显著提升，具备较好的增量信息，适合作为多因子模型的重要补充元素[page::0][page::1][page::5][page::6][page::8]。
