瑞银全球量化策略报告：机器学习构建行业模型提升价值因子表现 | 2018年

报告摘要

瑞银2018年全球量化研究指出，价值因子在传统GICS行业分类中表现受限，而通过机器学习（如聚类算法）结合财务数据与宏观时间序列重新定义同质行业组群，可将价值策略年化超额收益提升1-4%（美国、欧洲、亚太等发达市场一致）。该模型基于FCF收益率、PE等通用价值信号，以市值加权构建大市值组合，风险调整收益显著改善，换手率仅略高于传统策略，且呈逆周期优势。报告详细展示如何利用机器自学习行业分类，而非黑箱技术，为量化投资者提供更有效的行业中性价值框架。适合量化研究员、资产配置分析师、对冲基金策略师、投资组合经理及金融科技从业者。

📋 报告目录

1. 行业对价值因子的重要性
2. 机器学习的替代行业模型
3. 基于自学习行业的价值因子表现
4. 逆周期优势与风险收益分析