随机森林与梯度提升树在选股模型中的性能比较.docxVIP

随机森林与梯度提升树在选股模型中的性能比较

一、量化选股的模型迭代语境与研究意义

（一）传统线性选股模型的实践困境

随着国内资本市场有效性的逐步提升，量化投资已经成为权益市场重要的投资方式之一，其中选股模型作为量化投资的核心载体，其性能直接决定了组合的长期收益表现。早期的量化选股体系以线性多因子模型为核心，这类模型依托资本资产定价模型、套利定价理论等经典金融理论，通过筛选与个股未来收益存在线性相关性的因子，构建线性加权的收益预测公式，具备逻辑清晰、解释性强、构建简单的优势，在量化投资发展初期取得了不错的效果。但随着市场参与者结构的变化、信息传播效率的提升，传统线性模型的局限性逐步凸显：一方面，线性模型默认因子与未来收益之间存在稳定的线性关系、因子之间不存在复杂的交互影响，但真实市场中因子的收益预测能力存在明显的条件性，比如估值因子在流动性宽松环境和流动性紧缩环境下对收益的解释方向可能完全相反，动量因子在趋势行情和震荡行情下的收益贡献差异极大，这类非线性关系和交互效应是线性模型无法有效捕捉的；另一方面，线性模型对异常值、多重共线性的耐受度较低，当纳入的因子数量增多时，很容易出现样本内过拟合、样本外性能骤降的问题。有研究统计，在成熟权益市场中，传统线性多因子模型的样本外信息系数在过去十余年间呈现持续下行趋势，核心原因就是市场有效性提升后，简单的线性定价偏差已经被充分交易，剩余的定价错误