技术因子智能择股与止盈策略:机器学习提升预测准确率降低回撤
本报告在技术因子机器学习框架基础上,通过改进样本特征和预测目标值,有效提升模型预测准确率并降低训练时间。增加止盈条件后,策略最大回撤大幅降低,年化收益率进一步扩大,为量化选股提供稳健迭代框架。
本报告在技术因子机器学习框架基础上,通过改进样本特征和预测目标值,有效提升模型预测准确率并降低训练时间。增加止盈条件后,策略最大回撤大幅降低,年化收益率进一步扩大,为量化选股提供稳健迭代框架。
本报告在技术因子机器学习框架基础上,通过改进样本特征和预测目标值,有效提升模型预测准确率并降低训练时间。增加止盈条件后,策略最大回撤大幅降低,年化收益率进一步扩大,为量化选股提供稳健迭代框架。
本报告在技术因子机器学习框架基础上,通过改进样本特征和预测目标值,有效提升模型预测准确率并降低训练时间。增加止盈条件后,策略最大回撤大幅降低,年化收益率进一步扩大,为量化选股提供稳健迭代框架。
本报告由东海证券发布,发布于 2021 年。
覆盖 2021 年,全文约 22。
本报告为付费报告,可在资料宝站内下单后获取完整内容。
适合量化投资者、金融分析师、基金经理等读者参考。
重点分析了金融投资、止盈策略等议题。