基于机器学习模型的因子择时框架

创建于 2025-04-30T10:38:14.656217+08:00 更新于 2025-07-16T13:09:05.390443+08:00

摘要

报告基于机器学习的随机森林模型构建因子择时框架，结合估值差、配对相关性及宏观指标等多维变量实现因子收益拐点预测，有效捕捉因子短期趋势并降低回撤风险。通过将择时结果与多因子组合线性规划结合，实现控制风险的同时提升组合表现，2016年以来择时模型相较传统多因子组合表现出更优收益和风险指标，验证了机器学习择时的有效性与实用性 [page::0][page::3][page::6][page::12][page::13][page::14]

速读内容

深度阅读