因子正交与择时：基于分类模型的动态权重配置｜多因子系列报告之十｜光大证券

报告摘要

2017年以来，传统多因子选股模型遭遇较大回撤，因子风格转变超预期，如何预测因子有效性并动态调整权重成为投资者核心课题。本报告由光大证券金融工程团队出品，创新性地采用对称正交方法处理因子，有效提升预测能力；并系统比较了支持向量机、随机森林等分类模型在因子择时中的应用效果。实证显示，随机森林模型构建的因子择时组合在样本外（2016-2018）实现绝对年化收益8.8%，年化超额收益20.8%，信息比2.34，表现稳定。报告从宏观经济、货币政策、市场状态、因子收益及衍生变量四大维度精选15个解释变量，为量化投资者提供可落地的因子权重配置方案。适合量化研究员、金融工程从业者、投资经理及对多因子模型感兴趣的投资者阅读。