机器增强一致预期 - 因子选股系列研究之六十九
创建于 更新于
摘要
本报告利用朝阳永续庞大数据库及机器学习方法（LASSO和GBRT）系统量化分析分析师盈利预测乐观偏差，发现非线性GBRT模型在预测误差和乐观偏差修正效果上显著优于线性方法，进而构建机器增强一致预期。基于该修正一致预期，报告构造了alpha因子，实证表明其信息比率和IC值较传统数据有提升，且因子在2018年后仍保持有效，显著提高盈利预测的准确性和因子表现 [page::0][page::3][page::6][page::8][page::9][page::11][page::12]。
