机器学习视角下的考察：因子拥挤度指标及其择时作用( 22 页)

---

正文目录

因子拥挤度研究背景介绍 ............. 4

因子拥挤度指标构建 ........... 5

公募基金持仓数据 ...... 6

相对值指标的构建 ...... 6

相对指标1：估值价差 ........ 7

相对指标2：配对相关性 ..... 8

相对指标3：因子收益波动率 ...... 9

相对指标4：因子长期反转 ........ 10

机器学习算法对单因子多空收益进行择时 ............ 11

XGBoost 算法预测单因子收益 ............ 11

特征变量和标签数据处理 ........... 13

预测结果评估 ........... 13

LSTM 算法预测单因子收益........ 13

神经网络结构 ........... 14

特征变量和标签数据处理 ........... 15

预测结果评估 ........... 15

利用合成指标对多因子模型进行择时 ........... 16

多因子加权组合构建 ......... 20

总结 ........ 20

附录 ........ 22

图表目录

图1 美国市场动量因子多空净值走势............ 4

图2 A 股流通市值因子多空净值表现 ............. 5

图3 估值价差EP 与因子未来多空收益相关系数走势 ..... 8

图4 估值价差BP 与因子未来多空收益相关系数走势 ..... 8

图5 估值价差SP 与因子未来多空收益相关系数走势 ..... 8

图6 配对相关性与因子未来多空收益相关系数走势 ........ 9

图7 多头组合因子波动与因子未来多空收益相关系数 ........... 10

图8 多空组合因子波动与因子未来多空收益相关系数 ........... 10

图9 因子长期反转（3 年）与因子多空收益相关系数 ............ 11

图10 因子长期反转（4 年）与因子多空收益相关系数 .......... 11

图11 XGBoost 算法示意图 ........ 12

图12 LSTM 网络神经元示意图 ........... 14

图13 LSTM 网络结构图 ............ 14

图14 LSTM 中间过程预测结果 ........... 15

图15 成长因子各拥挤度指标两两相关系数 ......... 16

图16 市值因子各拥挤度指标两两相关系数 ......... 16

图17 反转因子各拥挤度指标两两相关系数 ......... 17

图18 情绪因子各拥挤度指标两两相关系数 ......... 17

图19 交易行为因子各拥挤度指标两两相关系数 ........... 17

图20 价值因子各拥挤度指标两两相关系数 ......... 18

图21 成长因子多空净值与拥挤度合成指标 ......... 18

图22 市值因子多空净值与拥挤度合成指标 ......... 18

图23 反转因子多空净值与拥挤度合成指标 ......... 19

图24 情绪因子多空净值与拥挤度合成指标 ......... 19

图25 交易行为因子多空净值与拥挤度合成指标 ........... 19

图26 价值因子多空净值与拥挤度合成指标 ......... 19

图27 拥挤度加权组合与等权组合净值走势 ......... 20