机器学习在多因子策略中的非线性因子构建.docxVIP

机器学习在多因子策略中的非线性因子构建

一、引言

在量化投资领域，多因子策略始终是核心分析框架之一。其核心逻辑在于通过挖掘影响资产价格的关键因素（即“因子”），构建能够解释或预测收益的模型，进而指导投资决策。传统多因子模型多基于线性假设，通过统计回归或主成分分析等方法提取因子，在市场有效性较低、因子关系相对简单的环境下表现良好。然而，随着金融市场复杂性提升，资产价格的驱动因素呈现出显著的非线性特征——例如，估值因子与收益的关系可能随市场情绪变化呈现非对称效应，量价因子的交互作用可能因流动性水平不同而发生结构性改变（FamaFrench,1993；Harveyetal.,2016）。