机器学习系列之一：mHC对Barra机器学习因子的改进-.docxVIP

证券研究报告/金融工程研究报告

mHC对Barra机器学习因子的改进

---机器学习系列之一报告摘要：

相关报告本报告提出并验证了将流形约束超连接（mHC:Manifold?ConstrainedHyper?Connections）结构引入基于Barra因子体系的机器学习因子构建流程的可行性与效果。

相关报告

针对金融数据的低信噪比、非平稳性与极端尾部行为，我们从模型拓扑与几何约束两方面入手：在传统MLP的基础上引入多流残差通道、扇入/扇出门控映射以及对残差混合矩阵的双随机流形投影（通过Sinkhorn?Knopp实现），以限制层间变换的谱范数并将映射约束在输入凸包附近，从而实现数值稳定性与抗外推能力的提升。实验使用2014–2025年A股全市场截面数据（剔除停牌与ST），采用24M/36M/72M三类滚动训练窗口进行并行模型训练与合成，比较了原生BarraMLP与mHC?MLP在分布特性、截面相关性、自相关衰减与因子稳健性指标（IC、IC_IR、换手率、极端分位数）上的差异。

本研报主要结论如下：

首先，mHC有效抑制了因子输出的尖峰—肥尾特性，使得因子分布更接近正态，这一效果在不同训练窗口下均保持一致；

其次，mHC因子在截面排序（rankIC）与自相关半衰期上表现出更高的长期稳定性——自相关随滞后期的衰减速度明显低于无约束MLP，说明mHC更偏向捕捉可重复的低频结构信号；

第三，尽管mHC在换手率等稳健性指标上优于裸MLP，但在个别由资金面或极端微盘博弈驱动的短期行情中，因其平滑与守恒特性，可能弱化对瞬时套利信号的响应，从而在部分时间段内表现落后于激进的无约束模型。

对量化研究方法论启示与工程建议包括：对深层网络引入流形约束可显著提升数值稳定性并减少对噪声的过拟合，但在低维输入与浅层网络场景下需权衡计算开销与边际收益；在样本规模快速变化的市场（如2014年至2023年股票数量增多、2024年初政策驱动的回落）中，应结合分层抽样、样本加权与滚动再训练策略以保持子群代表性；若目标是同时兼顾短期收益与长期稳健，可采用模型集成或时序加权合成，将mHC用于稳定化长期信号提取、将裸MLP用于捕捉短期交易机会，再通过风控规则动态切换或加权。

最后，报告指出mHC的真正优势有望在高维原始数据与超深网络场景（如端到端的Level?2、文本嵌入、图结构数据）中充分发挥，后续研究建议将mHC扩展到图神经网络与时序生成模型，并探索可微的最优传输目标以实现预测与组合优化的端到端可微融合。

风险提示：以上分析基于历史数据和模型结果测算，存在模型失效风险。

金融工程研究报告

2/23

目录

1.引言 3

2.mHC的理论框架：从双随机矩阵到深度网络 5

2.1.超连接（Hyper-Connections）的拓扑结构 5

2.2.流形约束与非负映射 5

2.3.参数初始化与冷启动策略 6

3.Barra模型机器学习因子 7

3.1.长期风险模型构建与残差收益剥离 10

3.2.机器学习模型滚动训练 11

3.3.多周期预测信号合成 11

3.4.因子正交化处理 12

3.5.纯因子收益率计算与检验 12

3.6.机器学习因子的表现 12

4.mHC架构的改造方案 12

4.1.动态路由机制：多流交互与非线性映射 13

4.2.流形约束：Sinkhorn-Knopp投影与双随机矩阵 13

4.3.深度堆叠：从浅层感知机到深层流形网络 14

4.4.实证表现对比 14

4.5.模型适用性边界分析 19

5.结论 20

6.风险提示 22

7.参考文献 22

图表目录

图1：mHC流程图 4

图2：样本股票个数 15

图3：因子分布对比 15

图4：因子原始值相关性 17

图5：截面暴露度自相关 18

图6：纯因子累积收益率表现 19

表1：市场因子 10

表2：申万一级行业因子(31个) 10

表3：长期风格因子(