【讲座回顾】基于随机森林的股票多因子有效性的动态研究

      2019年10月28日，对外经济贸易大学金融学院SBF论坛2019年第30讲在博学楼925进行。南方科技大学金融系助理教授向巨作了题为“基于随机森林的股票多因子有效性的动态研究”的讲座。

　　向老师首先介绍了随机森林在预测上相对于OLS等其他模型的优势，具有很高的预测准确率。然后介绍了自变量的选取，x是几千支美国的股票，分为有不同特点的sector，提炼出一个综合指标，就不会影响结论的整体性。将基尼系数等作为优化目标，用机器学习进行模拟。接下来，向老师介绍了他选取因子的过程，因子的重要性和稳定性。之后，具体介绍了随机森林模型的具体计量过程。根据因子的重要性选择三分之一的因子进行建模，不断滚动。回归到中国市场，向老师提出，因为中国投资者爱“炒”的投资特点，因子的有效性和重要程度变换较大，可能并不存在长期因子的特征。ROA是一个很重要因子，每个因子的重要性都存在时间惯性，但并不存在两期以上的惯性，因子可能会长期失效。

　　金融学院教师李昭、聂晶、王骜然、张海洋等和部分硕士博士生参加了讲座，并就特定模型框架，随机森林和神经网络等方法的优劣，经济含义的解释，方法对数据的依赖程度等进行了讨论。