行业研究报告

机器学习因子系列:时序模型+回归模型因子策略深度解析-华西证券2023量化研究

2023-05金融投资32.0华西证券

本报告深入分析机器学习在量化交易中的应用,重点结合时序模型(如LSTM)与回归算法(线性支持向量回归)构建因子策略。通过海量历史数据挖掘,验证了二者结合使用可有效提升预测准确性,平均皮尔逊系数显著优化。适合量化投资研究者参考。

报告摘要

本报告深入分析机器学习在量化交易中的应用,重点结合时序模型(如LSTM)与回归算法(线性支持向量回归)构建因子策略。通过海量历史数据挖掘,验证了二者结合使用可有效提升预测准确性,平均皮尔逊系数显著优化。适合量化投资研究者参考。

核心要点

  1. LSTM模型基本理论,输入门遗忘门输出门,候选记忆元,记忆元和隐状态

报告信息

文件全名
机器学习因子系列:时序模型+回归模型因子策略-华西证券
适合读者
量化研究员金融分析师机器学习工程师
数据来源
多方数据交叉验证
核心议题
金融投资时序模型华西证券解析

常见问题

《机器学习因子系列:时序模型+回归模型因子策略深度解析-华西证券2023量化研究》主要包含哪些内容?

本报告深入分析机器学习在量化交易中的应用,重点结合时序模型(如LSTM)与回归算法(线性支持向量回归)构建因子策略。通过海量历史数据挖掘,验证了二者结合使用可有效提升预测准确性,平均皮尔逊系数显著优化。适合量化投资研究者参考。

这份报告由哪家机构发布?

本报告由华西证券发布,发布于 2023 年。

这份报告覆盖哪一年、篇幅多大?

覆盖 2023 年,全文约 32.0。

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、金融分析师、机器学习工程师等读者参考。

报告涉及哪些关键议题?

重点分析了金融投资、时序模型、华西证券、解析等议题。

继续阅读

同分类报告

查看全部
📱 登录