【講座回顧】基于隨機(jī)森林的股票多因子有效性的動(dòng)態(tài)研究

      2019年10月28日，對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)金融學(xué)院SBF論壇2019年第30講在博學(xué)樓925進(jìn)行。南方科技大學(xué)金融系助理教授向巨作了題為“基于隨機(jī)森林的股票多因子有效性的動(dòng)態(tài)研究”的講座。

　　向老師首先介紹了隨機(jī)森林在預(yù)測(cè)上相對(duì)于OLS等其他模型的優(yōu)勢(shì)，具有很高的預(yù)測(cè)準(zhǔn)確率。然后介紹了自變量的選取，x是幾千支美國(guó)的股票，分為有不同特點(diǎn)的sector，提煉出一個(gè)綜合指標(biāo)，就不會(huì)影響結(jié)論的整體性。將基尼系數(shù)等作為優(yōu)化目標(biāo)，用機(jī)器學(xué)習(xí)進(jìn)行模擬。接下來(lái)，向老師介紹了他選取因子的過(guò)程，因子的重要性和穩(wěn)定性。之后，具體介紹了隨機(jī)森林模型的具體計(jì)量過(guò)程。根據(jù)因子的重要性選擇三分之一的因子進(jìn)行建模，不斷滾動(dòng)?；貧w到中國(guó)市場(chǎng)，向老師提出，因?yàn)橹袊?guó)投資者愛(ài)“炒”的投資特點(diǎn)，因子的有效性和重要程度變換較大，可能并不存在長(zhǎng)期因子的特征。ROA是一個(gè)很重要因子，每個(gè)因子的重要性都存在時(shí)間慣性，但并不存在兩期以上的慣性，因子可能會(huì)長(zhǎng)期失效。

　　金融學(xué)院教師李昭、聶晶、王驁然、張海洋等和部分碩士博士生參加了講座，并就特定模型框架，隨機(jī)森林和神經(jīng)網(wǎng)絡(luò)等方法的優(yōu)劣，經(jīng)濟(jì)含義的解釋?zhuān)椒▽?duì)數(shù)據(jù)的依賴(lài)程度等進(jìn)行了討論。