多因子模型研究系列之十三：基于机器学习模型的因子择时框架
由kyrie_fu创建，最终由kyrie_fu 被浏览 145 用户
摘要
首先，我们介绍了因子择时时常用的几个指标，包括因子估值差与配对相关性等，并测试了其与因子未来收益的相关性
预测目标是因子收益的历史移动平均与实际因子收益的差距
通过回测我们发现，使用择时模型的组合，不管是趋势行情，还是震荡行情中，相对两个对照模型都能取得更好的收益
正文
/wiki/static/upload/c8/c891a12b-4cbc-411b-bee3-c243a3526295.pdf
\