来源：富善投资
1.从因子到策略：构建预测型量化模型
单因子策略是指将一个独立的因子转化为交易信号，然后根据该信号来进行交易决策。这种策略的优点在于简单明了，易于归因。单因子策略的主要缺点是通常不够稳定，风险较为集中。因此，一般会将单因子策略纳入策略池进行组合管理。
多因子策略则是将多个因子组合构造成策略，旨在降低风险并增加收益的稳定性。构建多因子策略通常采用两种主要方法：打分法和回归法。在打分法中，首先将每个因子的值转化为交易信号，通常是将因子值映射为离散信号（如-1、0、1）。然后，对这些信号进行加权求和，如果总和超过某个阈值，就会产生交易信号并执行交易。打分法的优点在于它简单、参数较少，并且通常效果不错。然而，它存在一个问题，即确定不同信号的权重通常涉及到较强的主观性。
相对于打分法，回归法更为灵活和准确。在回归法中，因子值被视为自变量，目标是通过回归模型预测证券或资产的回报。这种方式使模型不仅可以考虑每个因子的权重，还可以捕捉因子之间的相关性和非线性关系。回归法通常需要更多的数学和统计知识，但它可以减少对因子权重的主观偏见。
机器学习为回归法提供了更多的模型选择，但更为重要的是如何有效地评估这些模型的性能。在机器学习中，最常见的评估方式是使用"train-test"架构，即将数据集划分为训练集和测试集。然而，在量化领域，金融数据通常不满足独立同分布（IID）的假设，因此传统的"train-test"方法存在较大的过拟合风险。这种架构下得到的“好”模型可能只是数据的巧合。("IID"的重要性：只有在数据满足独立同分布的情况下，才能认为样本是总体的无偏抽样，模型在样本上学到的规律在样本外才具有适用性。因此，IID是机器学习算法有效的前提。)
此外，机器学习中通常会将数据集的顺序打乱后进行模型训练，但在量化研究中，这种做法同样不适用。因为金融数据在时序上存在自相关性，即当前时刻的数据可能与未来时刻的数据存在关联。如果在训练中将数据集顺序打乱，就相当于将未来数据引入到模型的训练中，可能导致信息泄漏问题。因此，在量化研究中，机器学习算法建议采取逐周期滚动的训练和预测方式，即按照时间顺序逐步前进，每个周期内使用过去数据进行训练，并用模型预测未来的数据。这种方法更符合金融数据的特殊性，可以有效地避免过拟合和信息泄漏的问题。
在回归法的模型选择部分，可以根据因子数量和模型复杂度，将回归法的应用分为下图中的四种组合。通常情况下，随着模型复杂度和因子数量的提升，过拟合的风险也会随之增加，同时模型的解释性可能会下降。因此，尽管当前大模型和大数据思维占据主导地位，我们仍然重视简单模型和少量因子的组合，同时谨慎处理复杂组合。通过有效管理多个“小而精”的模型，可以在提高解释性的同时实现出色的绩效。
(注: 上图给出的只是理论评估,实际可以通过多种技术改善复杂模型的表现)
