行业研究报告

量化选股新利器:有序回归损失函数提升超额收益

2022-10金融投资24华泰证券

本研究将有序回归损失函数应用于中证500指增模型,结合分类与回归优点,追求“模糊的正确”。以全连接神经网络或残差图注意力网络为基模型,logistic有序回归显著提升Rank IC和多空收益,集成后年化超额收益与信息比率大幅提升,优于传统mse损失函数。

报告摘要

本研究将有序回归损失函数应用于中证500指增模型,结合分类与回归优点,追求“模糊的正确”。以全连接神经网络或残差图注意力网络为基模型,logistic有序回归显著提升Rank IC和多空收益,集成后年化超额收益与信息比率大幅提升,优于传统mse损失函数。

核心要点

  1. 有序回归原理
  2. 选股测试
  3. 集成模型
  4. 结论

报告信息

文件全名
金工深度研究:量化如何追求模糊的正确,有序回归-华泰证券
适合读者
量化研究员基金经理金融工程师
核心数据
  1. Rank IC提升
  2. 多空收益提升
  3. 超额收益提升
核心议题
金融投资金融投资研究

常见问题

《量化选股新利器:有序回归损失函数提升超额收益》主要包含哪些内容?

本研究将有序回归损失函数应用于中证500指增模型,结合分类与回归优点,追求“模糊的正确”。以全连接神经网络或残差图注意力网络为基模型,logistic有序回归显著提升Rank IC和多空收益,集成后年化超额收益与信息比率大幅提升,优于传统mse损失函数。核心数据:Rank IC提升;多空收益提升;超额收益提升。

这份报告由哪家机构发布?

本报告由华泰证券发布,发布于 2022 年。

这份报告覆盖哪一年、篇幅多大?

覆盖 2022 年,全文约 24。

这份报告是免费的吗?如何获取?

本报告为付费报告,可在资料宝站内下单后获取完整内容。

这份报告适合哪些读者?

适合量化研究员、基金经理、金融工程师等读者参考。

报告涉及哪些关键议题?

重点分析了金融投资、金融投资研究等议题。

继续阅读

同分类报告

查看全部
📱 登录