基于价量数据的排序学习选股模型-华创证券量化研究专题

报告摘要

本报告深入解析排序学习（LTR）算法在A股选股中的应用，基于价量数据及一致预期构建LGBMRanker模型。回测2015-2023年，累计超额收益160.16%，年化收益率13.28%，夏普比率0.48，月胜率65.96%，年胜率88.89%，为量化投资提供高效工具。

📋 核心要点(部分)

1. 排序学习的定义
2. LTR算法演变
3. 模型设计
4. LGBMRanker选股轮动模型回测结果