Los académicos e inversores han estado interesados en modelos de factores durante mucho tiempo. Este documento construye modelos utilizando los datos mensuales del mercado de acciones A. Construimos un modelo de siete factores añadiendo el factor de exponente de Hurst y el factor de momentum a un modelo de cinco factores de Fama-French y encontramos que hay una mejora del 7% en el R-cuadrado promedio. Luego, comparamos cinco algoritmos de aprendizaje automático con mínimos cuadrados ordinarios (OLS) en una acción representativa y todas las acciones A-Share. Encontramos que los algoritmos de regularización, como lasso y ridge, tienen un rendimiento peor que OLS. SVM y bosques aleatorios tienen una buena mejora en el poder de ajuste, mientras que la red neuronal no siempre es mejor que OLS, dependiendo de los datos, frecuencia, período, etc.