机器学习合成非线性因子，增强效果如何.docxVIP

目录 多因子选股理论成熟，因子合成面临挑战 7 理论成熟，国内市场应用广泛 7 因子有效性随市场变化，因子合成面临挑战 9 机器学习选股框架 11 数据准备 11 模型训练 12 参数调整 12 组合构建 13 机器学习选股回测 14 逻辑回归 14 算法简介 14 回测结果 15 朴素贝叶斯 16 算法简介 16 回测结果 16 支持向量机 18 算法简介 18 回测结果 18 决策树 19 算法简介 19 回测结果 21 随机森林 22 算法简介 22 回测结果 23 梯度提升树 24 算法简介 24 回测结果 24 XGBoost 26 算法简介 26 回测结果 26 LightGBM 27 算法简介 27 回测结果 28 神经网络 29 算法简介 29 回测结果 30 如何评价机器学习模型效果？ 32 多数模型有增强效果 32 因子影响：线性与非线性的拆分 34 因子贡献：规模、估值因子显著下降 35 因子相关性：流动性、波动率相关性最高 37 基本面 vs 技术面，哪个更有效？ 38 样本池换成中证 500，效果如何？ 39 5. 总结 39 参考文献 40 风险提示及声明 41 图表目录 图 1：多因子模型分组净值曲线 8 图 2：多头组合净值曲线 8 图 3：规模因子 12 个月滚动 IC 9 图 4：估值因子 12 个月滚动 IC 9 图 5：质量因子 12 个月滚动 IC 9 图 6：分析师一致预期因子 12 个月滚动 IC 9 图 7：不同加权方法净值曲线 11 图 8：机器学习选股流程示意图 11 图 9：滚动窗口法示意图 12 图 10：Sigmoid 函数 14 图 11：逻辑回归模型月度 IC（中位数 12.96%） 15 图 12：逻辑回归模型回归系数 15 图 13：逻辑回归模型分组净值曲线 15 图 14：逻辑回归模型多头组合净值曲线 15 图 15：朴素贝叶斯模型月度 IC（中位数 12.61%） 16 图 16：朴素贝叶斯模型多头组合净值曲线 16 图 17：朴素贝叶斯模型分组净值曲线 17 图 18：支持向量机模型月度 IC（中位数 12.76%） 18 图 19：支持向量机模型多头组合净值曲线 18 图 20：支持向量机模型分组净值曲线 19 图 21：决策树模型月度 IC（中位数 10.52%） 21 图 22：决策树模型特征重要性 21 图 23：决策树模型分组净值曲线 21 图 24：决策树模型多头组合净值曲线 21 图 25：随机森林示意图 22 图 26：随机森林模型月度 IC（中位数 13.04%） 23 图 27：随机森林模型特征重要性 23 图 28：随机森林模型分组净值曲线 23 图 29：随机森林模型多头组合净值曲线 23 图 30：梯度提升树示意图 24 图 31：梯度提升树模型月度 IC（中位数 12.68%） 24 图 32：梯度提升树模型特征重要性 24 图 33：梯度提升树模型分组净值曲线 25 图 34：梯度提升树模型多头组合净值曲线 25 图 35：XGBoost 模型月度 IC（中位数 12.72%） 26 图 36：XGBoost 模型特征重要性 26 图 37：XGBoost 模型分组净值曲线 26 图 38：XGBoost 模型多头组合净值曲线 26 图 39：LightGBM 的 leaf-wise 生长策略 28 图 40：LightGBM 模型月度 IC（中位数 13.14%） 28 图 41：LightGBM 模型特征重要性 28 图 42：LightGBM 模型分组净值曲线 29 图 43：LightGBM 模型多头组合净值曲线 29 图 44：神经网络的典型结构 30 图 45：神经网络模型月度 IC（中位数 13.62%） 30 图 46：神经网络模型多头组合净值曲线 30 图 47：神经网络模型分组净值曲线 31 图 48：机器学习模型多头组合净值曲线 33 图 49：2017-2018 年随机森林模型表现 33 图 50：2017-2018 年神经网络模型表现 33 图 51：单因子边际影响拆分 34 图 52：规模因子边际依赖函数 34 图 53：成长因子边际依赖函数 35 图 54：财务质量因子边际依赖函数 35 图 55：逻辑回归模型回归系数 35 图 56：随机森林模型特征重要性 36 图 5