机器学习因子挖掘.docxVIP

机器学习因子挖掘

一、引言

在量化投资与资产定价研究领域，因子是支撑收益预测、风险控制与组合构建的核心基础，本质是对资产未来收益具备稳定预测能力的信息载体。过去数十年间，基于人工经验构造的价值、动量、盈利、成长等经典因子，构成了传统多因子模型的核心框架，也为全球资产管理行业提供了长期稳定的收益来源。但随着全球资本市场有效性的持续提升，传统人工因子挖掘范式的瓶颈逐渐显现：经典因子的超额收益持续下滑，因子失效周期不断缩短，同质化交易带来的拥挤风险频繁出现。有研究显示，全球主要权益市场中，传统人工构造的风格因子经风险调整后的超额收益在过去十余年间下降了近四成，仅依靠人工经验挖掘新因子的模式已经很难适