宏观周期指标应用于随机森林选股 华泰人工智能系列之十
创建于 更新于
摘要
本报告提出将华泰周期三因子引入多因子选股的随机森林模型，形成因子择时与选股一体化策略。周期三因子通过刻画市场状态，实现了择时切换投资逻辑，提升了模型的预测准确率和选股绩效。回测期间，加入周期三因子的随机森林模型年化超额收益上涨2.6%，最大回撤下降3.7%，信息比率及Calmar比率显著提升，且优于XGBoost模型及传统因子模型，在多种配置下稳定性较好。训练集长度选取6个月，以适应市场风格转变并有效利用周期因子拐点信息。该研究展示了宏观周期因子与机器学习结合的实际效果及运用价值 [page::0][page::2][page::5][page::6][page::7][page::10][page::11][page::14]。
