本文跟踪四个选股策略和一个投资组合。每个选股策略都给出相应的横截面因子值，考察策略时，我们重点考察因子在全市场的Rank IC。考察投资组合时，我们考察组合的回报、风险等各类指标。
　　本文以尽可能接近真实投资的方式跟踪策略和组合。随着时间的推进，我们可能对策略进行迭代。每一期，我们选用当期最看好的策略给出持仓，即使选用的策略发生变化，历史持仓也不可更改。
　　自2015.01.05至2024.03.01，投资组合的净值为2.37。样本外跟踪起始于2022.02.07，样本外跟踪的累计超额收益为6.57%。
　　我们对上期持仓收益进行了归因。从2023.02.05至2024.03.01，期间组合取得收益30.2%，同期基准的收益为25.83%，超额收益为4.37%。其中风格贡献2.84%，行业贡献0.84%，其余0.69%由因子特质选股能力贡献。
　　策略一根据十因子的机器学习残差因子选股。该策略以最近期的CNE5的十个风格因子为依据，计算选股因子。因子的样本期平均RankIC为0.018，Rank ICIR为0.262。
　　策略二根据十五因子的机器学习残差因子选股。该策略以最近期的十个风格因子与五个财务类因子作为依据，计算选股因子。因子的样本期平均RankIC为0.041，Rank ICIR为0.621。
　　策略三根据十五因子的机器学习反转因子选股。该策略以上个月的十个风格因子与五个财务因子，以及从上个月到本月的各个股票收益率为依据，计算选股因子。因子的样本期平均RankIC为0.059，Rank ICIR为0.917。
　　策略四根据十五因子的复合因子选股。该策略综合了策略二与策略三，以这两个策略的因子的等权和为选股因子。因子的样本期平均RankIC为0.055，RankICIR为0.836。
　　本文给出2024.03.04的持仓，下次调仓将发生在2024.04.01。本期新调入股票36只，新调出股票36只，调仓后组合共计持有股票200只。
　　风险提示：市场风格变化风险，模型失效风险，数据测算误差风险