人工智能技术在量化选股模型中的应用研究

君铷 王(中信证券股份有限公司江苏分公司，中国)

摘要

金融市场不断复杂化的时候，人工智能技术给量化选股模型带来新的动力。本文剖析了人工智能在量化选股中的应用框架，分析了传统的量化选股方式的局限，并且对采用人工智能技术的必要性展开了研究，研究主要讲述了机器学习、深度学习等技术在因子发掘，模型构建等方面的具体应用，构建了完整的系统设计和回测评价体系，对于模型的回测情况，详细叙述了系统搭建，绩效评价，过拟合检测这些主要环节，显示人工智能技术可以大大改善量化选股模型的预测准确性和市场适应性，不过该技术也存在数据质量，模型过拟合，可解释性等困难，要在技术创新和风险控制之间找到平衡点，以促进智能量化投资的发展。

关键词

人工智能；量化选股；模型回测；过拟合；可解释性

参考

熊俊.基于投资者情绪的机器学习选股策略研究[D].中南财经政法大学,2024.

安仲文,吴琦.公募基金投研差异化势在必行人工智能开辟新路径[N].证券时报,2024-06-03(A06).

李杨.基于图神经网络的量化选股模型研究[D].浙江大学,2024.

柯嘉晨.基于信息论方法的智能量化策略研究[D].东南大学,2023.

左梦瑶.基于机器学习的因子选股与量化择时策略研究[D].广州大学,2023.

DOI: http://dx.doi.org/10.12345/cjygl.v9i11.33728