机器学习系列之一：mHC对Barra机器学习因子的改进.pdf

机器学习系列之一：mHC对Barra机器学习因子的改进。本报告提出并验证了将流形约束超连接（mHC: Manifold‑Constrained Hyper‑Connections）结构引入基于 Barra 因子体系的机器学习因子构建 流程的可行性与效果。

针对金融数据的低信噪比、非平稳性与极端尾部行为，我们从模型拓扑 与几何约束两方面入手：在传统 MLP 的基础上引入多流残差通道、扇 入/扇出门控映射以及对残差混合矩阵的双随机流形投影（通过 Sinkhorn‑Knopp 实现），以限制层间变换的谱范数并将映射约束在输入 凸包附近，从而实现数值稳定性与抗外推能力的提升。实验使用 2014– 2025 年 A 股全市场截面数据（剔除停牌与 ST），采用 24M/36M/72M 三类滚动训练窗口进行并行模型训练与合成，比较了原生 Barra MLP 与 mHC‑MLP 在分布特性、截面相关性、自相关衰减与因子稳健性指标（IC、 IC_IR、换手率、极端分位数）上的差异。

本研报主要结论如下： 首先，mHC 有效抑制了因子输出的尖峰—肥尾特性，使得因子分布更接 近正态，这一效果在不同训练窗口下均保持一致； 其次，mHC 因子在截面排序（rank IC）与自相关半衰期上表现出更高的 长期稳定性——自相关随滞后期的衰减速度明显低于无约束 MLP，说 明 mHC 更偏向捕捉可重复的低频结构信号； 第三，尽管 mHC 在换手率等稳健性指标上优于裸 MLP，但在个别由资 金面或极端微盘博弈驱动的短期行情中，因其平滑与守恒特性，可能弱 化对瞬时套利信号的响应，从而在部分时间段内表现落后于激进的无约 束模型。 对量化研究方法论启示与工程建议包括：对深层网络引入流形约束可显 著提升数值稳定性并减少对噪声的过拟合，但在低维输入与浅层网络场 景下需权衡计算开销与边际收益；在样本规模快速变化的市场（如 2014 年至 2023 年股票数量增多、2024 年初政策驱动的回落）中，应结合分 层抽样、样本加权与滚动再训练策略以保持子群代表性；若目标是同时 兼顾短期收益与长期稳健，可采用模型集成或时序加权合成，将 mHC 用于稳定化长期信号提取、将裸 MLP 用于捕捉短期交易机会，再通过 风控规则动态切换或加权。 最后，报告指出 mHC 的真正优势有望在高维原始数据与超深网络场景 （如端到端的 Level‑2、文本嵌入、图结构数据）中充分发挥，后续研究 建议将 mHC 扩展到图神经网络与时序生成模型，并探索可微的最优传 输目标以实现预测与组合优化的端到端可微融合。