行业研究报告

机器学习与因子特征工程算法测评 - 浙商证券2023

2023-06金融投资25.0浙商证券

本报告测评10种机器学习模型在A股选股中的应用,发现树模型(LightGBM、XGBoost)表现最佳,提升组合绩效。交易类因子对短期定价贡献75%,流动性稳定、低波动股票收益占优。适合量化投资参考。

报告摘要

本报告测评10种机器学习模型在A股选股中的应用,发现树模型(LightGBM、XGBoost)表现最佳,提升组合绩效。交易类因子对短期定价贡献75%,流动性稳定、低波动股票收益占优。适合量化投资参考。

核心要点

  1. 1引言
  2. 2数据采集与处理
  3. 3模型测评
  4. 4结论

报告信息

文件全名
机器学习与因子(一):特征工程算法测评-浙商证券
适合读者
量化研究员投资经理金融分析师
核心数据
  1. 2023
核心议题
金融投资机器学习浙商证券

常见问题

《机器学习与因子特征工程算法测评 - 浙商证券2023》主要包含哪些内容?

本报告测评10种机器学习模型在A股选股中的应用,发现树模型(LightGBM、XGBoost)表现最佳,提升组合绩效。交易类因子对短期定价贡献75%,流动性稳定、低波动股票收益占优。适合量化投资参考。核心数据:2023。

这份报告由哪家机构发布?

本报告由浙商证券发布,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 25.0。

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、投资经理、金融分析师等读者参考。

报告涉及哪些关键议题?

重点分析了金融投资、机器学习、浙商证券等议题。

继续阅读

同分类报告

查看全部
📱 登录