量化策略系列之八：DFQ机器学习行业轮动模型-241119-东方证券
yangyiling@orientsec.com.cn 执业证书编号：S0860523040002 liujinghan@orientsec.com.cn
报告摘要
yangyiling@orientsec.com.cn 执业证书编号：S0860523040002 liujinghan@orientsec.com.cn
核心要点
- DFQ 遗传规划行业因子挖掘系统效果分析 ...................................... 16
- DFQ 机器学习行业轮动模型效果分析 ............................................. 31
报告信息
- 文件全名
- 《量化策略系列之八：DFQ机器学习行业轮动模型-241119-东方证券-41页.pdf》
- 适合读者
- 核心数据
- 合年化超额仅为 3.68%，2023 和 2024 年均未获正超额。
- DFQ-XGB：基于树模型的 alpha 预测方
- 年化超额收益可达 10%以上。
- 率动态因子模型的 alpha 预测方案：——
- 2020-2024 年用到的 277 个单因子中，60%的单因子样本外月均多头超额收益为正，
- 核心议题
常见问题
《量化策略系列之八：DFQ机器学习行业轮动模型-241119-东方证券》主要包含哪些内容?
yangyiling@orientsec.com.cn 执业证书编号：S0860523040002 liujinghan@orientsec.com.cn核心数据:合年化超额仅为 3.68%，2023 和 2024 年均未获正超额。;DFQ-XGB：基于树模型的 alpha 预测方;年化超额收益可达 10%以上。。
这份报告由哪家机构发布?
本报告由东方证券发布,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 41 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?
重点分析了股市等议题。
继续阅读
查看全部 →