随机森林模型在REITs基金中的应用

2025-08-06 - 国联民生证券 Bach🐮

随机森林是一种基于多个决策树的集成学习技术，通过构建多个决策树并将它们的预测结果集成起来。其核心思想是搭建多个决策树模型，并将它们组合起来进行预测，通过集成多个模型提高准确性、抗过拟合能力，并提供特征重要性评估。

数据获取：测试区间内上交所、深交所全部未停牌REITs基金，截至2025年7月18日共68只基金；样本内训练区间为2021年7月1日至2024年6月30日；样本外测试区间为2024年7月1日至2025年7月18日。
特征和标签提取：每周最后一个交易日计算因子暴露度作为样本特征，计算到下一周的收益率为因子得分。
特征预处理：对每个截面因子取z-score进行标准化，缺失值用前值填充。
训练集合交叉验证集合成：训练集为2021年7月1日至2024年6月30日，采用10折交互验证方法或每次随机选取90%的样本作为训练集，余下10%的样本作为交叉验证集。
交叉验证调参：通过样本内交叉验证得到平均的预测准确率，选取准确率最高的一组参数作为最优参数。最终选定最大深度为15，叶节点最小样本数为15作为最终参数。
样本外测试：确定最优参数后，在样本外以每周最后一个交易日得到的特征作为模型输入，得到每个样本当期因子得分，选取得分最高的top5组合构建策略，以下一个交易日收盘价为调仓价格，进行策略测试。

参数敏感性分析：
- 决策树的数量：在1到200范围内对n进行测试，通过10折交互验证方法，选择均方根误差（RMSE）局部最低点n_estimators=100进行后序测试。
- 特征个数（max_features）：此次模型中，筛选过后的因子合计27个，故不做特殊限制。
- 树的最大深度（max_depth）：不做特殊限制。
- 叶节点所需最小样本数（min_samples_leaf）：结合树的最大深度（max_depth）常见取值，通过网格搜寻找到相对较优的参数。最终选定最大深度为15，叶节点最小样本数为15作为最终参数。
模型结果：样本内拟合结果为均方误差（MSE）为0.00044，均方根误差（RMSE）为0.021，决定系数（R²）为0.501。
样本外实际组合模拟：
- 组合属性：每周最后一个交易日通过随机森林模型选择模型得分最高的5支REITs基金构建组合，下周第一个交易日调仓。
- 组合绩效表现：截至2025年7月18日，REITs随机森林策略年化收益率39.76%，超额收益率40.01%，夏普率2.82。年初至2025年7月18日，策略组合收益率73.81%，超额收益率60.49%。