因子挖掘与因子机器学习合成的思考

ailabx

因子挖掘的拟合标准通常是 IC,IR这样的线性指标。
说白了，就是因子与预期收益率的相关性。
而且这是单个因子的逻辑。

在投资实战里，很少使用单个因子进行投资的。
因子挖掘是服务于多因子策略。
那么问题来了，因子合成的时候，可以线性合成，也可以机器学习——非线性合成。
线性合成，当然有因子正交化之类的处理。
那么非线性合成的话，IC高未必特征重要性就高。————这是一个非常矛盾的事情。

就是说，你挖掘了半天，合成的时候未必有效果；或者说IC低的，不代表在机器学习里不重要。
那么，到底是谁出错了呢？