研究性文章
机器学习在多因子量化策略的应用研究——基于中证 500 成分股
Abstract
机器学习是指通过特定算法模型，从大量数据中学习可重现的模式，并利用所学习到的模型进行预测。本文设计了一套基于机器学习的多因子量化策略，该策略以基本面因子作为输入、涨跌幅排名作为输出标签进行学习和预测，并将预测结果作为新的因子进行回测验证。本文基于中证 500 成分股对该策略进行实证研究，研究结果表明，在选取合适的多因子基础上，机器学习所获得的衍生因子能获得更好的收益。
Keywords
机器学习 ;SVR; 多因子 ; 衍生因子 ; 中证 500
References
李斌 , 林彦 , 唐闻轩 .ML-TEA: 一套基于机器学习和技术分析的量化投资算法 [J]. 系统工程理论与实践 ,2017,37(5):1089-1100.
世飞 , 奇丙娟 , 谭红艳 . 支持向量机理论与算法研究综述 [N]. 电子科技大学学报, 2011,40(1):2-7.
Fama E,French K.Common Risk Factors in the Returns on Stocks and Bonds[J]. Journal of Financial Economics, 1993, 33 (3) :3-56.
徐景昭 . 基于多因子模型的量化选股分析 [J]. 金融理论探索, 2017(03):30-38.
