【摘要】文章基于已有文献构建了30个具有预测能力的基金异象因子，以2005—2021年的普通股票型与偏股混合型基金为样本，分别使用线性多因子模型以及机器学习模型来尝试对基金未来业绩进行预测，并通过分组排序以及Fama-Macbeth回归来检验模型的有效性。实证结果表明，机器学习模型具备对基金未来业绩进行预测的能力，通过构建投资组合，可以获得20.256%的年化收益率，并且其表现要优于传统的线性模型。