`

金融工程丨深度报告 StyleStacking多因子模型:红海泛舟,Style中还能挖出Alpha吗?

创建于 更新于

摘要

本报告提出StyleStacking多因子模型,通过融合11种机器学习模型优化BarraCNE5十大风格因子,提升了因子预测能力和多空收益均衡性。设计大类因子合成4个机器学习大类因子,并采用Fama-Macbeth两步回归法输出最终收益预测值。回测显示,模型在行业和Barra中性化后仍有年化超额收益约26.65%,夏普比率1.36,显著优于传统Barra因子。实证分析体现该方法有效挖掘多因子非线性关系,提升风格因子Alpha收益能力,为量化选股提供新思路 [page::1][page::2][page::6][page::8][page::12][page::18][page::19][page::23]

速读内容

深度阅读

报告