遗传规划解构与投资思考:国泰君安机器学习系列量化因子挖掘
本报告深度解构遗传规划流程,发现适应度函数设计对因子表现影响显著,年化收益或夏普比率作为评价指标优于RankIC和ICIR。遗传规划因子可提升量化选股策略收益,在不同股票池中均表现优异。
本报告深度解构遗传规划流程,发现适应度函数设计对因子表现影响显著,年化收益或夏普比率作为评价指标优于RankIC和ICIR。遗传规划因子可提升量化选股策略收益,在不同股票池中均表现优异。
本报告深度解构遗传规划流程,发现适应度函数设计对因子表现影响显著,年化收益或夏普比率作为评价指标优于RankIC和ICIR。遗传规划因子可提升量化选股策略收益,在不同股票池中均表现优异。
本报告深度解构遗传规划流程,发现适应度函数设计对因子表现影响显著,年化收益或夏普比率作为评价指标优于RankIC和ICIR。遗传规划因子可提升量化选股策略收益,在不同股票池中均表现优异。核心数据:年化收益;夏普比率;RankIC。
本报告由国泰君安发布,发布于 2023 年。
覆盖 2023 年,全文约 27.0。
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、金融工程师、投资经理等读者参考。
重点分析了金融投资、投资思考等议题。