預測基金收益的因素選擇

我有一系列因素（及其回報）以及一組共同基金回報。我可以使用哪些技術來選擇基金的相關因素。例如，固定收益基金要選擇的固定收益因素。我嘗試了逐步回歸，然後在 $ p $ -value，但我想知道是否還有其他方法。神經網路會成為這個候選者嗎？

您可以將其表述為基於因子回報預測共同基金回報的機器學習問題。

可以使用任何機器學習模型，例如神經網路，儘管基於樹的模型（例如隨機森林）會更合適，因為它們提供了特徵重要性。

然後，您選擇相關因素的問題被稱為“特徵選擇”，您可以從使用單變數方法開始，例如https://scikit-learn.org/stable/modules/feature_selection.html中描述的（即計算相關性和排名相關特徵），或者更耗時的解決方案，例如 RFECV 或反向特徵消除，例如http://rasbt.github.io/mlxtend/user_guide/feature_selection/SequentialFeatureSelector/。

您也可以查看 eli5 和 SHAP 庫。

您還可以使用相關性，R2 來檢測對。

引用自：https://quant.stackexchange.com/questions/48655