量化选股中的非线性因子挖掘方法.docxVIP

量化选股中的非线性因子挖掘方法

引言

量化选股的核心逻辑是通过识别能够预测股票未来收益的特征（即因子），构建投资组合以获取稳定的超额收益。从最早的资本资产定价模型到后续的三因子、五因子体系，长期以来线性假设始终是多因子选股框架的核心基础——即默认因子暴露与未来收益之间存在稳定的单调线性关系，通过对不同因子的线性加权即可得到对股票未来收益的最优预测。但随着全球资本市场有效性的持续提升，尤其是A股市场机构化进程的不断加快，传统线性因子的超额收益持续衰减，风格切换过程中线性模型的回撤幅度显著放大，越来越多的研究者和从业者开始意识到，股票市场作为一个由海量参与者构成的复杂自适应系统，信息传导、资金博弈