一、这个方法解决什么投资问题

37 讲过手动 IC 加权合成因子。但当因子有十几个、还互相非线性相关时，人脑调权重就力不从心了。

 正好干这件事：给它一堆因子特征 + 历史"未来收益"标签，它自动学出"哪些因子重要、怎么组合"。

但 ML 在量化里是把双刃剑：它太擅长在历史数据上"找规律"，而金融市场的历史规律会失效。

这一篇讲正确姿势，更讲三道红线

二、核心思想：把因子当特征，未来收益当标签

预测分数越高，越值得买。关键是

只能用 T 及之前的数据做特征、T 之后的收益做标签

——这条线模糊就是致命的前视。

三、实操演示（不依赖第三方 ML 库）

合成示意：15 个因子特征，前 5 个含信号；用岭回归（闭式解）拟合，切分训练/测试看过拟合。

import numpy as np
rng = np.random.default_rng(47082026)
N, K = 600, 15
future = rng.normal(0, 1, N)                      # 未来收益标签
X = np.zeros((N, K))
for k in range(K):
    sig = future if k < 5 else np.zeros(N)         # 前5个因子有信号
    X[:, k] = sig*max(0.0,0.4-k*0.06) + rng.normal(0,1,N)
Xz = (X - X.mean(0)) / (X.std(0) + 1e-9)          # 标准化
y = future
cut = int(N*0.7); Xtr, Xte = Xz[:cut], Xz[cut:]; ytr, yte = y[:cut], y[cut:]
​
def ridge(Xm, yv, lam=0.1):                        # 岭回归闭式解
    A = Xm.T @ Xm + lam*np.eye(Xm.shape[1])
    return np.linalg.solve(A, Xm.T @ yv)
w = ridge(Xtr, ytr)
r2 = lambda p,t: 1 - ((t-p)**2).sum()/((t-t.mean())**2).sum()
print("样本内 R²", round(r2(Xtr@w, ytr),3), "样本外 R²", round(r2(Xte@w, yte),3))

运行结果（合成示意，N=600，K=15）：

f1 +0.393 / f2 +0.251 / f3 +0.210 / f4 +0.153

 居前，正是那 5 个有信号的因子——模型确实"学到了"真正有用的特征。

模型在样本内 R² 0.348、样本外掉到 0.266——

样本外低于样本内，就是过拟合的红旗

。真实场景里，如果特征多、噪声大、不加正则，这个缺口会大得多（#28 讲的参数优化过拟合在此升级为"模型过拟合"）。

好消息是：重要性排序把有信号的 f1–f4 排到最前，说明

ML 确实比人更擅长从一堆因子里挑出真正有用的

——前提是数据干净、验证严谨。

五、三道红线（AI 量化的生死线）

AI 量化 = 把因子当特征、未来收益当标签，让 ML 自动学组合权重；红利是"自动挑因子"，风险是"未来函数 + 过拟合 + 不可解释"三道红线。守住它们，ML 才是放大器，不是炸药。

：从 #01 的"把感觉写成规则"，到 #47 的"让 AI 给因子打分"，48 篇走完了认知→工具→信号→策略→评价→因子→组合→专题的完整量化链。下一篇 #48 给你一份「从今天起怎么动手」的 30/60/90 天路线图。

但 ML 在量化里是把双刃剑：它太擅长在历史数据上"找规律"，而金融市场的历史规律会失效。这一篇讲正确姿势，更讲三道红线。

【量化投资从入门到精通 #47】让AI替你选因子？机器学习打分的正确姿势与三道红线

人工智能

算法

编程语言

本文解析AI量化因子合成方法，以机器学习自动加权预测收益，实证岭回归样本外R²0.266，强调未来函数、过拟合、不可解释三道红线，守住红线ML方为放大器。

机器学习

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

【量化投资从入门到精通 #47】让AI替你选因子？机器学习打分的正确姿势与三道红线

【量化投资从入门到精通 #47】让AI替你选因子？机器学习打分的正确姿势与三道红线

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐