混合频率量价因子模型初探-AI系列研究之四
创建于 更新于
摘要
本文提出了一种基于周频、日频及15分钟高频量价数据的混合频率量价因子机器学习框架，通过残差增量学习与特征提升方法，有效缓解了不同频率因子间相关性较高的问题，显著提升了综合量价因子的表现。多维度量价因子在沪深300、中证500、中证1000等多个指数成分中的因子表现和指数增强策略表现稳健，年化超额收益率最高达38.01%，但存在小市值股票带来的尾部风险敞口，未来研究将聚焦于风险控制和小市值效应的缓解。[page::0][page::4][page::7][page::14]
