发帖
雷达卡
我会记录(量化投资、资产配置、对冲套利等)学习笔记
有效回帖论坛币奖励哦!(注意:与主题相关的跟帖才有效)
| 请为我点赞 |
人工智能多因子选股策略使用多种机器学习算法进行选股，目的是利用机器学习算法的非线性特性和自动学习能力，从传统的多因子数据中挖掘出能带来更高超额收益的非线性特征。周报中跟踪了 Stacking、SVM、朴素贝叶斯、随机森林、XGBoost、逻辑回归、神经网络 7个模型在月频多因子选股的表现。对于每一种模型构建了以下 5 种多因子选股模型，进行定期跟踪，其中Stacking 模型，目前只应用于全 A选股。
人工智能选股周报 20191006
前两周大多数模型跑赢基准，因国庆节假日，前两周只有6个交易日，前两周大多数模型跑赢基准。 自2019年3月23日开始，本周报对XGBoost中证500增强模型进行深度跟踪。 2011年回测以来， 该模型年化超额收益率为17.93%，超额收益最大回撤为5.06%，信息比率为 3.36。今年以来获得绝对收益 32.54%，超额收益 14.00%。前两周模型获得绝对收益-3.89%，超额收益 1.18。
京公网安备 11010802022788号
