2018东北证券人工智能系列：机器学习算法在价量特征中的应用｜量化选股实证

2018-05金融投资29📊 东北证券免费

📄 文件全名: 《人工智能系列报告实证篇：人工智能算法在价量特征中的应用-东北证券》
🎯 适合读者: 量化研究员金融工程师投资经理证券分析师
📊 核心数据: 随机森林多头年化收益14%
多空组合年化收益7.11%-12.11%
夏普比率0.78-0.9
XGBoost多空收益12.11%
🏷️ 核心议题: #金融投资#价量特征中

📦 本报告属于月份合集

购买后将获得「2018 年 5 月报告合集」 · 共 3838 份报告打包下载链接

点击获取云盘下载链接

报告摘要

基于34个价量特征，运用决策树、支持向量机、随机森林、AdaBoost、GBDT、XGBoost等6种机器学习模型进行36个月滚动训练回测，构建投资组合。实证结果显示：随机森林多头组合年化收益最高达14%，夏普比率0.44；XGBoost多空组合年化收益最优达12.11%，夏普比率0.9。报告深入分析模型调参与因子筛选，为量化投资提供可解释性思路。适合量化研究员、金融工程师、证券分析师及机器学习从业者参考。

📋 核心要点(部分)

1.引言
2.价量指标
3.机器学习选股体系
3.1整体流程
3.2模型调参
4.机器学习模型实证
4.1决策树

❓ 常见问题

《2018东北证券人工智能系列：机器学习算法在价量特征中的应用｜量化选股实证》主要包含哪些内容?

这份报告由哪家机构发布?

本报告由东北证券发布,发布于 2018 年。

这份报告覆盖哪一年、篇幅多大?

覆盖 2018 年,全文约 29。

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?

适合量化研究员、金融工程师、投资经理、证券分析师等读者参考。

报告涉及哪些关键议题?

重点分析了金融投资、价量特征中等议题。