PolyModel for Hedge Funds’ Portfolio Construction Using Machine Learning
创建于 更新于
摘要
本报告研究了结合PolyModel特征选择与机器学习技术对对冲基金组合构建的影响，发现机器学习提升累计收益但增加波动性，PolyModel全方位特征筛选优于单一筛选，而Long-Term Stability（LTS）在控制波动性与保持收益间表现突出。此外，研究挑战了大规模基金相对可靠性的传统认知，为投资者优化组合策略提供数据驱动参考[page::0][page::14][page::16][page::19]
