咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于因子情境的机器学习多因子选股模型 收藏

基于因子情境的机器学习多因子选股模型

Multi-factor Stock Selection Model of Machine Learning Based on Factor Situations

作     者:乐斌 蔡志杰 胡伟超 LE Bin;CAI Zhijie;HU Weichao

作者机构:深圳点宽网络科技有限公司广东深圳518000 复旦大学数学科学学院上海200433 上海市现代应用数学重点实验室上海200433 非线性数学模型与方法教育部重点实验室上海200433 

出 版 物:《数学建模及其应用》 (Mathematical Modeling and Its Applications)

年 卷 期:2019年第8卷第4期

页      面:10-19页

学科分类:12[管理学] 02[经济学] 0202[经济学-应用经济学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 020204[经济学-金融学(含∶保险学)] 07[理学] 070104[理学-应用数学] 0701[理学-数学] 

主  题:机器学习 多因子模型 因子有效性 Sharpe比率 

摘      要:对通过机器学习优化股票多因子模型问题进行详细分析.首先,给出了因子筛选的聚类方法,从各大类因子中筛选出具有代表性的最优因子;然后,应用3种机器学习模型,即SVM模型、GBDT模型和XGboost模型,构建了机器学习选股模型,与传统的等权重线性多因子模型相比,预测效果有了很大的改进;最后,从机器学习模型输入因子有效性的角度改进了风险控制.

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分