研究背景：预测问题是金融研究的核心问题，机构投资者很多时候面临的是美丽的烦恼，就是可用来预测的变量太多，各种风格因子、异像因子、基本面因子，多达上百个。AI就是在这些超高维数据结构下合理挖掘信息的一种有效方法，引用萨金特的话，AI本质上就是统计学，所以，作者试图在JASA等统计前沿杂志上，寻找适合金融预测的优秀统计方法。本文利用算法主要参考两位优秀华人统计学家的成果，一个是UCLA教授李克昭在JASA上的SIR（Sliced Inverse Regression）方法，一个是普林斯顿范剑青教授在Econometrics的发表。