萌新初入量化，越看越有些迷惑，为什么书中量化的多因子等各类量化模型其实最后就是一个传统的多元线性回归模型。涉及到模型，那么按照如今的发展来说明明xgboost等一系列集成学习算法来做回归分类等速度更加快，更符合实际数据(即数据非线性)，更好地模拟人类决策思路以及降低极端值影响，不用对数据进行标准化。那么事实上用xgboost等完全可以替代掉原来的多因子模型...如果按照这个思路，量化最有价值的地方除去回测应该是在特征工程上了吧？