专题报告 高弹性 Alpha 的量化掘金：从盲区识别到策略构建 [Table_StockNameRptType] 金融工程 ——量化研究系列报告之二十五 传统多因子模型存在双重内生局限：其分散化构建哲学与结构性行 情中收益极端右偏分布相矛盾，造成"收益稀释"；同时，因子库严重依赖 历史有效的低波动、高盈利风格，形成路径依赖，本质上成为 Smart Beta 增强组合，缺失对高弹性风格的捕捉能力。 ⚫ 基于非线性预测与高弹性分域的双轮驱动 本文提出了基于 XGBoost 非线性预测和高弹性 Alpha 挖掘的多策 略解决方案。引入 XGBoost 模型，从相似特征中提取差异化 Alpha，其 全市场分十组多头年化超额达 20.0%，信息比率 3.78。此外，我们针对 性构建高弹性策略，通过融合因子域内绩效与对传统多因子基准策略的 分散化价值进行配置，该策略年化超额达 14.1%，并与基准策略超额收 益的相关性为-10%，在基准策略失效月份平均提供 1.9%的正向对冲收 益，有效弥补了传统多因子模型的风格盲区。 [Table_CompanyReport] 相关报告 [Table_RptDate] 报告日期：202 ...