行业研究报告

机器学习残差因子选股表现归因分析 - 德邦证券金融工程专题

2021-11金融投资16德邦证券

揭示机器学习残差因子如何捕捉非线性效应,实现与风格因子线性不相关的选股策略;全市场超额收益主要来源于特质选股能力,策略容量大,超百亿规模下仍有可观超额收益。

报告摘要

揭示机器学习残差因子如何捕捉非线性效应,实现与风格因子线性不相关的选股策略;全市场超额收益主要来源于特质选股能力,策略容量大,超百亿规模下仍有可观超额收益。

报告信息

文件全名
金工机器学习专题之二:机器学习残差因子表现归因-德邦证券
适合读者
基金经理量化分析师证券研究员
数据来源
多方数据交叉验证
核心议题
金融投资金融投资研究

常见问题

《机器学习残差因子选股表现归因分析 - 德邦证券金融工程专题》主要包含哪些内容?

揭示机器学习残差因子如何捕捉非线性效应,实现与风格因子线性不相关的选股策略;全市场超额收益主要来源于特质选股能力,策略容量大,超百亿规模下仍有可观超额收益。

这份报告由哪家机构发布?

本报告由德邦证券发布,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 16。

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?

适合基金经理、量化分析师、证券研究员等读者参考。

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