当线性模型遇见机器学习
创建于 更新于
摘要
本报告基于机器学习中特征选择方法，构建了Filter&Wrapper动态因子选择体系，结合线性回归合成动态线性因子（DLS），进一步融合集成学习因子构成A-DLS复合因子，显著提升选股效果。实证显示DLS因子IC达0.106，年化收益43%，夏普率4.99，优于基准，多空组合表现稳健；A-DLS因子进一步提升IC至0.141，年化收益60.5%，夏普6.55。基于A-DLS的主动量化及指数增强策略在沪深300和中证500表现突出，年化超额收益分别达到27%和18.4%，风险收益比优异。整个研究覆盖2005-2019年，采用不窥探未来数据的动态滚动窗口方式验证模型稳健性[page::0][page::9][page::15][page::20][page::24]
