数据挖掘视角下的因子轮动初探

创建于 2025-07-23T07:22:53.747489+08:00 更新于 2025-07-23T07:27:15.158617+08:00

摘要

本报告基于Barra九大因子，利用机器学习和随机森林模型结合多类市场环境变量，探索因子轮动的择时与选择策略。结果表明，随机森林模型因子择时优于默认因子方向，外生变量与内生变量因子选择策略均较后验最佳组合有提升，显著规避了部分因子失效期的风险，提高年化收益和风险调整指标，为因子轮动应用提供了数据挖掘方法论支持 [page::0][page::3][page::4][page::17][page::19][page::25]

速读内容

深度阅读