机器学习因子在线性因子模型中捕获非线性关系:德邦金工文献精译
本文研究证券收益与风格因子间的强非线性关系,利用机器学习算法建模,通过集成模型降噪。单独回测机器学习因子在1998-2020年产生约500%多空收益,联合回测超80%回报。因子选股能力强,且具有非线性特征,通过特征重要性及交互作用分析解释其逻辑。
本文研究证券收益与风格因子间的强非线性关系,利用机器学习算法建模,通过集成模型降噪。单独回测机器学习因子在1998-2020年产生约500%多空收益,联合回测超80%回报。因子选股能力强,且具有非线性特征,通过特征重要性及交互作用分析解释其逻辑。
本文研究证券收益与风格因子间的强非线性关系,利用机器学习算法建模,通过集成模型降噪。单独回测机器学习因子在1998-2020年产生约500%多空收益,联合回测超80%回报。因子选股能力强,且具有非线性特征,通过特征重要性及交互作用分析解释其逻辑。
本文研究证券收益与风格因子间的强非线性关系,利用机器学习算法建模,通过集成模型降噪。单独回测机器学习因子在1998-2020年产生约500%多空收益,联合回测超80%回报。因子选股能力强,且具有非线性特征,通过特征重要性及交互作用分析解释其逻辑。核心数据:500%。
本报告由德邦证券发布,发布于 2021 年。
覆盖 2021 年,全文约 20。
本报告为付费报告,可在资料宝站内下单后获取完整内容。
适合量化研究员、投资经理、金融工程师等读者参考。
重点分析了金融投资、金融投资研究等议题。