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

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。

📋 报告目录

1. 1.引言
2. 2.价量指标
3. 3.机器学习选股体系
4. 3.1整体流程
5. 3.2模型调参
6. 4.机器学习模型实证
7. 4.1决策树