利用基本面信息改进机器学习因子——AI系列研究之三
创建于 更新于
摘要
本报告主要探讨将基本面信息融入机器学习量价因子以改进因子表现。通过剔除行业、市值、Beta风险因子调整学习目标收益率，结合Alpha158数据和多频率量价信息，构建综合因子显著提升多头收益率并降低换手率。基于综合因子构建沪深300、中证500和中证1000周频指数增强策略，策略年化超额收益率显著，信息比率均超4，最大回撤较低，体现了基本面信息对机器学习因子的有效改善和策略稳定性提升 [page::0][page::4][page::6][page::11][page::18].
