2025年特许金融分析师（CFA）机器学习回归方法专题试卷及完整解析.pdfVIP

2025年特许金融分析师（CFA）机器学习回归方法专题试

卷及完整解析

适用级别：CFA级（2025最新考纲）

考试专题：机器学习核心回归方法（线性回归、正则化回归、逻辑回归、机器学习回

归模型对比、模型过拟合/欠拟合、金融场景应用）

题型分值：单选10题、多选5题、判断5题、计算简答题2题，满分100分

核心考点：传统回归与机器学习回归区别、LASSO/Ridge/弹性网络正则化、逻辑回归

分类原理、模型拟合评价、金融预测与信用风控应用、回归模型偏差方差权衡

一、单项选择题（共10题，每题4分，共40分）

1.下列关于机器学习视角下多元线性回归的说法，符合2025CFAZZ级考纲的是0

A.仅适用于时间序列数据，无法用于横截金融数据

B.极易产生过拟合，无法处理高维特征数据

C.假设自变量与因变量存在线性关系，属于监督学习回归算法

D.无需最小二乘法求解，可自动筛选有效特征

答案:C

解析：线性回归是典型的监督学习回归模型，核心假设为变量线性相关，可适配横截

、时间序列等各类金融数据。A错误，适用多类金融数据；B错误，普通线性回归

在高维数据下易过拟合，并非所有场景；D错误，线性回归依靠最小二乘法求解参数,

无自动特征筛选功能。

2在.金融高维特征预测场景（如多因子选股）中，LASSO回归（L