光大证券-量化选股系列报告之十五；分域法改进因子的新尝试-241027

- 因子分域研究在选股和资产配置中具有广泛应用，通过识别不同分域内股票的独特性来提升因子表现。

- 本报告探讨了基于遗传算法的截面分域和时序分域的应用，发现两种分域方式显著提升了因子的有效性。

- 实证结果显示，经过改进的因子在RankIC方面有明显提升，但需注意模型失效和历史数据的局限性。