行业研究报告

金融工程:基于市场状态划分的机器学习Alpha因子构建

2026-09环境与能源参考 43 页广发证券

聚焦金融工程:基于市场状态划分的机器学习Alpha因子构建。按难做指数十分组,最好做一组的平均 IC 为 13.87%,最难做一组降至 6.08%;平均未来 5 日多空收益从 2.03%下降至 0.69%,单调性良好。两套模型的多头超额收益时序相关性仅为 48.00%,说明状态划分确实使模型学到了差异化的信息。本文策略通过一定的假设与历史数据回测得到,当交易成本提高、市场结构及交易行为改变时有可能存在失效风险,可能导致策略收益下降或出现亏损。

报告摘要

聚焦金融工程:基于市场状态划分的机器学习Alpha因子构建。按难做指数十分组,最好做一组的平均 IC 为 13.87%,最难做一组降至 6.08%;平均未来 5 日多空收益从 2.03%下降至 0.69%,单调性良好。两套模型的多头超额收益时序相关性仅为 48.00%,说明状态划分确实使模型学到了差异化的信息。本文策略通过一定的假设与历史数据回测得到,当交易成本提高、市场结构及交易行为改变时有可能存在失效风险,可能导致策略收益下降或出现亏损。

核心要点

  1. 内容概览:核心主题与资料背景
  2. 主要内容与关键观点
  3. 相关议题与阅读参考

报告信息

文件全名
《广发证券-金融工程:基于市场状态划分的机器学习Alpha因子构建-260901.pdf》
核心数据
  1. 按难做指数十分组,最好做一组的平均 IC 为 13.87%,最难做一组降至 6.08%
  2. 平均未来 5 日多空收益从 2.03%下降至 0.69%,单调性良好
  3. 两套模型的多头超额收益时序相关性仅为 48.00%,说明状态划分确实使模型学到了差异化的信息
核心议题
金融工程

常见问题

《金融工程:基于市场状态划分的机器学习Alpha因子构建》主要包含哪些内容?

聚焦金融工程:基于市场状态划分的机器学习Alpha因子构建。按难做指数十分组,最好做一组的平均 IC 为 13.87%,最难做一组降至 6.08%;平均未来 5 日多空收益从 2.03%下降至 0.69%,单调性良好。两套模型的多头超额收益时序相关性仅为 48.00%,说明状态划分确实使模型学到了差异化的信息。本文策略通过一定的假设与历史数据回测得到,当交易成本提高、市场结构及交易行为改变时有可能存在失效风险,可能导致策略收益下降或出现亏损。核心数据:按难做指数十分组,最好做一组的平均 IC 为 13.87%,最难做一组降至 6.08%;平均未来 5 日多空收益从 2.03%下降至 0.69%,单调性良好;两套模型的多头超额收益时序相关性仅为 48.00%,说明状态划分确实使模型学到了差异化的信息。

这份报告由哪家机构发布?

本报告由广发证券发布,发布于 2026 年。

这份报告覆盖哪一年、篇幅多大?

覆盖 2026 年。

这份报告是免费的吗?如何获取?

本报告为付费报告,可在资料宝站内下单后获取完整内容。

报告涉及哪些关键议题?

重点分析了金融工程等议题。

继续阅读

同分类报告

查看全部 →
📱 登录