东方证券：因子选股系列之一〇七：DFQ-XGB，基于树模型的alpha预测方案

输入特征的构造:树模型需要人工构造特征来捕捉时间依赖性。以纯截面 70特征为输入的模型表现，明显弱于以添加时序信息的430特征为输入的模型，I℃低 1pct 以上，RANKIC低接近2pct，ICIR和RANKICIR也有较大差距，多头年化超额低7pct以上。数据预处理方案的选择:解释变量X截面上进行稳健的Zscore 标准化，减小异常值对标准化结果的影响。预测标签Y截面上进行 Zscore 标准化。

调参技巧:使用 Optuna 调参方法，调参后模型在测试集上的效果有明显提高，I℃ 和RANKIC 提高近1pct，多头年化超额提高近 4pct。

随机种子的影响:不同种子下得到的模型表现较为接近，IC和 RANKIC 相差都在0.5pct 以内，多头年化超额相差 2pct 以内。不同种子下得到的模型相关性很高。树模型和神经网络模型的比较:相同输入特征下，MLP、GRU模型效果均不如XGB模型，RANKIC低 1pd 左右。XGB与两个网络模型的多头超额收益相关性仅60%。