机器学习合成非线性因子增强效果如何？-申万宏源量化研究

本报告系统研究机器学习在因子合成中的应用，对比9种模型，发现神经网络多头组合表现最好，空头组合中集成模型更优；规模、流动性等因子非线性影响较大，机器学习对技术面因子提升空头收益。核心数据:9种模型;24个月滚动训练;10大类风格因子。

本报告由申万宏源发布,发布于 2021 年。

覆盖 2021 年,全文约 42。

本报告为付费报告,可在资料宝站内下单后获取完整内容。

适合量化研究员、投资经理、金融分析师等读者参考。

重点分析了金融投资、金融投资研究等议题。