2018瑞银量化策略报告｜机器学习构建行业模型提升价值因子表现

报告摘要

本报告由瑞银全球量化团队发布，探索如何利用机器学习（聚类分析等）基于财务数据与宏观时间序列构建自适应行业分类，替代传统GICS分组。核心发现：在机器生成的同质行业内部构建价值因子（如自由现金流收益率、市盈率），可在发达市场实现年化1-4%的超额收益，且波动率与换手率基本不变，风险调整收益显著提升。报告详述了跨区域验证结果、行业聚类直观解读及价值策略的反周期特性，适合寻求量化策略创新的对冲基金、资管研究员及因子投资从业者。

📋 核心要点(部分)

1. 为什么行业对价值如此重要
2. 提出替代模型
3. 机器学习的组合应用
4. 跨区域行业聚类验证
5. 价值因子在自建行业中的表现
6. 反周期与风险调整收益优势