在金融科技不断深化的背景下,量化投资的认可度也在不断提高,近年来,量化型基金和指数型基金在权益型公募基金中的占比延续增长态势。以2019年全年来看,量化型基金规模从0.12万亿上涨到0.17万亿,占比从5.2%上涨到5.4%;指数型基金规模从0.49万亿上涨到0.77万亿,占比从22%上涨到23.8%。机器学习算法作为一种重要的AI技术被越来越广泛地应用在了量化投资中,各大量化基金公司纷纷招揽机器学习领域的人才。本文将机器学习算法与传统多因子模型相结合,以中证500指数作为股票样本池,将2015年至2019年这五年作为回测区间,候选了包括估值、成长、质量、风险、情绪、动量和技术在内的七个维度共29个因子,在经过因子有效性检验后,筛选了16个有效因子,而后结合支持向量机、随机森林、K近邻和XGBoost共4种机器学习算法建立模型。在模型建立过程中,核心内容主要为模型算法的选择以及算法的参数优化。本文采取控制变量的实验思想,在其他要素不变的情况下,仅改变模型算法,通过对比四种算法模型的预测效果,从而得出最优的算法。而在单一的算法模型中,还会涉及参数寻优的过程,这主要依靠10折交叉检验和网格搜索的方式实现,先结合参数的实际意义,给定备选值,而后选择预测效果最好的参数。本文采取动态优化的方式,在每一个滚动训练窗口,选择最优的算法与相应最优的参数。而传统的静态模型,则是利用固定的历史数据选择算法与参数,将算法和参数的选择过程前置于回测过程,这样得出的“最优算法与参数”实际上并不是在每个时间段最优的,而只是针对固定的历史数据最优。而本文这样的动态调整模型相比普通静态模型,获得了更高的收益率,且在回测过程中,在每一个时点的最优算法与参数确实是会发生动态变化的。由此,本文初步确定了量化模型,而后,在对模型稳健性检验的过程中,本文还调节了训练窗口长度、持仓数和标签设置方式,训练窗口长度不同,会造成时效性和数据充实性的不同从而影响模型效果;由于模型打分最高的股票并不一定会在下期带来最高的收益,量化选股模型的机制是选取得分相对高的股票,所以本文也调节了实际的持仓数量,对比持仓5只、10只、15只、20只股票的实际效果;另外,在机器学习过程中,标签对于学习的效果也是会产生影响的,所以本文也调节了标签的设置方式。上述调节均基于控制变量的思想。最后,本文还会对因子重要度进行了再筛选,因为简单地根据IC检验来判断因子的实际效果是比较片面的。最终本文最优模型的机制为:持仓数为10,训练窗口长度为12个月,以样本股票池每月涨幅前10%的股票作为正分类,后10%的股票作为负分类,因子采用所有初始候选因子。该模型自2015年至2019年共累计获得回报率235.17%,年化收益率47.03%,跑赢了同期全市场的公募基金。