基于机器学习模型的因子择时框架——多因子模型研究系列之十三

创建于 2025-04-30T14:31:15.241165+08:00 更新于 2025-07-15T21:58:04.796660+08:00

摘要

报告基于机器学习随机森林模型，构建因子择时框架，通过预测因子短期收益波动，有效提升多因子模型收益与风险控制能力。模型结合估值差、配对相关性等多类指标，对七大类因子择时，回测显示择时模型优于传统行业与市值中性对照组，实现更高年化收益和信息比率，功效显著 [page::0][page::3][page::4][page::6][page::12][page::13][page::14]。

速读内容

深度阅读