Growing the Efficient Frontier on Panel Trees — 中文摘要
Lin William Cong (Cornell / NBER) · Guanhao Feng, Jingyu He (City University of Hong Kong) · Xin He (USTC); JFE, Vol 167, Article 104024 (2025); arXiv 2501.16730 (v2, 2025-02; 首稿 2021-10) 本次归档:
raw/papers/202501-growing-efficient-frontier-panel-trees/(paper.pdf 874 KB, 73 页 + extracted.md, 2026-09-21)
一句话核心
把 CART 从"预测"改造成"目标导向聚类": 时不变树结构处理面板数据, 分裂准则从局部 SSE 换成全局 MVE 目标 — 每次分裂最大化全部叶基组合张成的切点组合 Sharpe ratio, 迭代生成 test assets + 潜在因子 + SDF, 字面意义地"在树上生长有效前沿"。
方法: 相对 CART 的三个改造
- 时不变树 × 面板结构: 同一棵树结构作用于全部 T 期, 叶 = characteristics-managed leaf basis portfolios (价值加权), 每个 j 次分裂把数千只个股降为 j+1 个组合 — 解决 CART 把面板当 i.i.d. 的问题, 并保留可解释的排序结构。
- 全局分裂准则: 候选分裂 (61 特征 × 五分位切点 \{-0.6,-0.2,0.2,0.6\}) 逐一评估 → 重建全部叶组合 → 收缩 MVE 权重 → 取 Sharpe 最大者; 全截面参与评估防过拟合 (CART 只看父节点局部)。唯一调参项 = 叶数 (基线 10, 最小叶 20 只)。
- Boosting / Bagging: Boosted P-Trees 序贯生成互补因子 (每棵新树最大化含旧因子的集体 Sharpe, 树块结构自带正则); Random P-Forest (1000 棵 × 每棵随机 20 特征, 时序 bootstrap 保全截面) 做特征重要性 + 大模型 SDF。
实证 (美股 1981–2020 月频, 61 特征, 月均 3,800–5,300 只)
- 样本内: 单棵 P-Tree (10 组合) 年化 Sharpe 6.37, 20 棵 boosted (200 组合) 15.63 — 远超单/双变量排序组合与 FF5 / Q5 / RP-PCA / IPCA 因子模型。
- 样本外: past→future (2001–2020 OOS) Sharpe 3.12–3.41; future→past (1981–2000 OOS) 3.87–4.35; 全样本下基准模型调整后 alpha 全部 >0.8%/月且 1% 显著 (OOS 衰减到 0.5% 上下, 仍高度显著)。
- Pricing: P-Tree1 对 FF5 的 GRS 统计量 141.27; 10 叶中 9 叶有 10% 显著 alpha (FF5/Q5/RP-PCA); P-Tree5 因子模型定价基准 test assets 的截面 R^2 达 92.9–98.6% (不输基准五因子), 但基准模型定价 P-Tree test assets 的 R^2 崩到 33.9–77.8% (最低为 Q5 定价 P-Tree1)。
- 非对称交互具象例子: SUE > -0.2 (高 SUE, N3) 一侧 DOLVOL 与收益正相关, SUE \le -0.2 (低 SUE, N2) 一侧负相关 — long 高SUE低DOLVOL (N6) + short 低SUE低DOLVOL (N4) 月均 >2%。
- 特征重要性 (P-Forest 选择频率): SUE 首分裂概率 51% / top-2 66%, 其后 DOLVOL、BM_IA — 全是线性因子模型未纳入的特征。
- macro regimes: 按宏观变量分 top/btm regime 各自种树, 不同 regime 选出的 top-3 特征不同 (低通胀/低利率时 GRS 更大); 两 regime 因子合并后 (Table 7 的 "Com") 论文称 Sharpe 高于无条件 P-Tree1 的 6.37, 但表中 10 个 Com 里只有 TBL 的 6.97 超过 6.37。
Caveats (读数字必须带)
- 样本内外差距巨大 (IS 38.0 → OOS 3.1, 1981–2000 训练 20 棵): 论文用 Didisheim et al. (2024) 框架分解为 overfitting + limits to learning, 模拟证实两者都随 boosting 增长 — 6.37/15.63 是 in-sample 上限, 不是可实现收益。
- 无交易成本 / 容量 / 换手约束; 多空结构激进 (与 ICML 2026 稀疏切点组合 同款 caveat)。
- 模拟显示缺一个真特征 (MOM12M) 时 Sharpe 与 alpha 大幅下降, 且更频繁地选中冗余/无用特征 (剩余真特征 ME/BM 自身选中概率反而升高) → 必须"喂进全部可得特征"。
wiki 对位
- Test Assets 与因子模型检验 (Test Assets for Factor Model Evaluation) — "test assets 决定因子模型评价门槛"主概念页, 本文第二贡献。
- Decision-Focused Learning for MVO / Decision-Focused Sparse Tangent Portfolio (决策聚焦稀疏切点组合) — 同属"经济目标嵌入 ML": DFL 走可微梯度, P-Tree 走贪心搜索 + 可解释树图。
- Markowitz Curse (马科维茨诅咒) — P-Tree 先聚类到 10 个组合再算 MVE, 绕开 N\times N 个体协方差的病态估计。
- Statistical Factors vs Fundamental Factors — P-Tree 因子 = 特征驱动的潜在因子, 与 IPCA / RP-PCA 同族, 但以树图形式保留经济解释。
代码
- 官方 R 包: Quantactix/PTree (GPL-3.0; C++/R 混合;
replication-JFE/内ProduceExhibits.sh一键复现 JFE 版全部图表) - 第三方 Python: ElenYoung/AssetPanelTree (1★, MIT; 2026 年的通用面板树 Python 库, 以 R²/IC 等预测指标为分裂准则, 并非本文 MVE 目标导向准则的复现)