行业研究报告

瑞银全球量化策略:机器学习驱动的防御性成长投资分析

2021-02金融投资26瑞银

瑞银利用XGBoost机器学习模型预测未来盈利增长,结合确定性筛选构建防御性增长策略。全球长短期组合11年夏普比率达0.81,表现优异。报告展示最受欢迎与不受欢迎的20只股票,为投资者提供量化选股参考。

报告摘要

瑞银利用XGBoost机器学习模型预测未来盈利增长,结合确定性筛选构建防御性增长策略。全球长短期组合11年夏普比率达0.81,表现优异。报告展示最受欢迎与不受欢迎的20只股票,为投资者提供量化选股参考。

核心要点

  1. 机器学习模型
  2. 防御性增长策略
  3. 业绩表现
  4. 股票筛选

报告信息

文件全名
瑞银-全球量化策略之机器学习的成长型投资:防御性的增长
适合读者
投资者量化分析师金融从业者
核心数据
  1. 0.81
核心议题
金融投资量化策略瑞银

常见问题

《瑞银全球量化策略:机器学习驱动的防御性成长投资分析》主要包含哪些内容?

瑞银利用XGBoost机器学习模型预测未来盈利增长,结合确定性筛选构建防御性增长策略。全球长短期组合11年夏普比率达0.81,表现优异。报告展示最受欢迎与不受欢迎的20只股票,为投资者提供量化选股参考。核心数据:0.81。

这份报告由哪家机构发布?

本报告由瑞银发布,发布于 2021 年。

这份报告覆盖哪一年、篇幅多大?

覆盖 2021 年,全文约 26。

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?

适合投资者、量化分析师、金融从业者等读者参考。

报告涉及哪些关键议题?

重点分析了金融投资、量化策略、瑞银等议题。

继续阅读

同分类报告

查看全部
📱 登录