⚫ 因子有效性随市场变化，因子合成面临挑战。在经典的多因子选股框架里，等权法合成因子较为常见，特点是简单直观，但无法体现因子间的差异。IC 加权法包含了因子的动量信息，以及因子之间的差异，但无法体现因子之间的交互作用。而机器学习可以寻找大量数据之间的映射（非线性）关系。

⚫ 机器学习因子合成：使用规模、估值、分红、盈利、财务质量、成长、反转、波动率、流动性、分析师一致预期10 大类风格因子。应用机器学习模型，进行24 个月滚动训练。

分别测试逻辑回归、朴素贝叶斯、支持向量机、决策树、随机森林、梯度提升树、XGBoost、 LightGBM、神经网络九种模型。

⚫ 合成因子的多头组合相对等权组合有一定的增强作用，空头组合不同机器学习模型表现分化加大。多头组合中神经网络表现最好，其次是随机森林和XGBoost。决策树表现最差，几乎没有提升效果。空头组合中基于决策树的集成模型表现最好，较好地控制了年化波动率和最大回撤。合成因子多数年份表现优于追求动量的IC 加权法，2017、2018 年表现较差。

⚫ 通过对单因子的边际依赖函数进行线性回归拟合，可以将单因子的边际影响拆分为线性和非线性两部分。以神经网络为例在2020 年的训练结果为例，规模、流动性、盈利、成长因子的变化对预测值的非线性影响较大，而分红、财务质量、分析师一致预期的变化则几乎全部为线性影响。机器学习模型训练过程中，各类因子的贡献变化与IC 的变化较为一致。

⚫ 合成因子与流动性、波动率这两个因子相关性最高，其次是反转、估值、规模，与财务质量因子相关性最低。机器学习模型或许更适用于技术面因子，但提升的是空头组合收益。

基本面因子的回测结果显示，不论是多头组合还是空头组合，机器学习模型相对于等权组合并没有提升。而从技术面因子的回测结果看，机器学习模型可以一定程度上提高空头组合的年化表现。

⚫ 在特征和数据较少的情况下，模型很难充分学习数据的特征。在这种情况下，线性模型的表现也要优于复杂的非线性模型。将样本池由全市场换为中证500，由于训练样本数量明显减少，机器学习模型的效果并不突出。对于多头组合的表现并没有提升效果，可以一定程度上提升空头组合的表现。即使我们已经尽量避免使用复杂度过高的模型，但机器学习的表现非常依赖于数据量和特征数。

⚫ 风险提示：机器学习模型根据历史数据构建，历史表现不代表未来，市场环境发生重大变化时可能失效。