作家：Matthias Hanauer、Amar Soebhag、Marc Stam、Tobias Hoogteijling

　　本文琢磨了正在股票收益预测中，是否须要应用行业特定的呆板研习模子。作家较量了三类模子：一体化的“通才”（Generalist）模子、行业特定的“专家”（Specialist）模子，以及团结两者上风的“搀和”（Hybrid）模子。琢磨挖掘，搀和模子正在样本外预测才干上彰彰优于专家模子，且正在众个量度准则上略优于通才模子，特殊是正在夏普比率和危机统制方面体现越过。通过美邦与邦际股票墟市的实证说明，着作注明——将行业认识嵌入同一模子中，能够有用提升预测精度与投资组合的危机调解收益。主题见识蕴涵：

　　近年来，呆板研习正在资产订价中的利用连忙伸长，公共半琢磨构修的模子都基于“一个横截面预测统统”的条件，即通才模子。然而，既有文献注解行业构造影响订价机制——企业间因所处行业分别而面临分别的墟市摩擦、宏观挫折和羁系境况。古代呆板研习模子公共采用“一刀切”的通才战术，将全数股票纳入同一框架举行收益预测。这种做法鄙夷了行业间潜正在的异质性：

　　作家基于153个来自Jensen et al. (2023)的特点变量，构修并较量以下三种模子：

　　Elastic Net（线性）、GBRT（树模子）、NN3（三层神经收集）、ENS（集成均匀）。

　　涵盖1957–2023年美股墟市，消弭微盘股；应用Fama-French行业分类；

　　投资组合的经济目标：夏普比率、最大回撤、组合分权测试（spanning tests）

　　以下是论文中三种模子（通才 Generalist、专家 Specialist、搀和 Hybrid）正在枢纽维度上的异同的对照外：

　　Generalist 模子存正在明显行业倾斜（更加是科技 Tech 行业），显示出其“无认识”地会集太甚投资于某些行业。比拟之下，Hybrid 和 Specialist 模子通过行业中性化排序或独立修模，明显低浸了行业败露偏移危机。

　　专家模子的预测成果（Sharpe）与行业样本数目正合系。样本众的行业，如金融（Finance）和科技（Tech），专家模子成果更好；而样本少的行业预测成果明显低落。这诠释了为什么 Specialist 模子总体上体现不如 Hybrid 模子。

　　Hybrid 模子正在对折行业中体现最好，其次是 Generalist，而 Specialist 体现最弱。这注解纵使熟手业内部预测收益时，搀和模子也比统统行业分组操练更端庄，具备较强的一律性。

　　该图涌现了特点的要紧性熟手业间的安静性与分别性。比方，“短期反转”（ret_1_0）、“动量”（ret_12_1）、“skewness”等变量是众个行业共享的要紧预测因子，而某些特点只正在特定行业有用。证实收益预测中既存正在共通因子，也存熟手业特有因子。

　　Hybrid 模子构修的投资组合正在扫数样本期（1987–2023）中体现出最安静、连接伸长的收益弧线。通过对每月收益举行动摇率调解，图中明确显示出 Hybrid 战术正在统制危机底子上完毕了更高的收益积攒。这证实该模子正在实证中不光预测才干强，况且具备明显的经济效用。