智能化选基系列之七：基于AI预测中的个股Beta信息构建ETF轮动策略-240703-国金证券
个股 Alpha 因子聚合到指数的方法探究 前期构建的 AI 选股框架中，我们以 GBDT 和 NN 两类模型分别针对不同类型特征数据集所得到的模型在不同宽基指数 为贴近市场规律，对模型重新进行周度预测训练后，经过中性化的因子样本外 IC 均值为
报告摘要
个股 Alpha 因子聚合到指数的方法探究 前期构建的 AI 选股框架中，我们以 GBDT 和 NN 两类模型分别针对不同类型特征数据集所得到的模型在不同宽基指数 为贴近市场规律，对模型重新进行周度预测训练后，经过中性化的因子样本外 IC 均值为
核心要点
- 11.49%，多头年化超额 49.24%,多头超额最大回撤 3.73%。
- 1、 以上结果通过历史数据统计、建模和测算完成，在政策、市场环境发生变化时模型存在时效的风险。
- 2、 策略通过一定的假设通过历史数据回测得到，当交易成本提高或其他条件改变时，可能导致策略收益下降甚至出
报告信息
- 文件全名
- 《智能化选基系列之七：基于AI预测中的个股Beta信息构建ETF轮动策略-240703-国金证券-18页.pdf》
- 适合读者
- 核心数据
- 图表 31： 筛选股票型 ETF 净资产规模中位数和最小值时序变化（单位：亿元） ......................... 15
- 为贴近市场规律，对模型重新进行周度预测训练后，经过中性化的因子样本外 IC 均值为
- 11.49%，多头年化超额 49.24%,多头超额最大回撤 3.73%。
- 分指数类型的情况下，因子的 IC 均值为 11.68%，多头年化超额为 35.97%，多头超额最大回撤为 14.51%。
- 但因子整体依然具有显著的超额收益，考虑扣费后，相较于所有指数等权作为基准，轮动策略年化超额 15.27%，
- 核心议题
常见问题
《智能化选基系列之七：基于AI预测中的个股Beta信息构建ETF轮动策略-240703-国金证券》主要包含哪些内容?
个股 Alpha 因子聚合到指数的方法探究 前期构建的 AI 选股框架中，我们以 GBDT 和 NN 两类模型分别针对不同类型特征数据集所得到的模型在不同宽基指数 为贴近市场规律，对模型重新进行周度预测训练后，经过中性化的因子样本外 IC 均值为核心数据:图表 31： 筛选股票型 ETF 净资产规模中位数和最小值时序变化（单位：亿元） ......................... 15;为贴近市场规律，对模型重新进行周度预测训练后，经过中性化的因子样本外 IC 均值为;11.49%，多头年化超额 49.24%,多头超额最大回撤 3.73%。。
这份报告由哪家机构发布?
本报告由相较于万得偏股混合型基金发布,发布于 2024 年。
这份报告覆盖哪一年、篇幅多大?
覆盖 2024 年,全文共 18 页。
这份报告是免费的吗?如何获取?
本报告免费查阅,登录资料宝后即可在线获取完整内容。
这份报告适合哪些读者?
适合投资人、行业研究员等读者参考。
报告涉及哪些关键议题?
重点分析了股权、沪深等议题。
继续阅读
查看全部 →