2018年广发证券金融工程专题：基于涨跌模式识别的指数与行业择时策略｜随机森林模型应用

报告摘要

本报告由广发证券金融工程团队发布，创新性地采用随机森林机器学习模型识别市场涨跌模式，用于指数择时与行业轮动。策略在沪深300指数样本外择时中年化收益率达16.6%，最大回撤-24.8%；对28个申万一级行业进行择时交易，绝大多数行业表现优异，行业轮动策略样本外年化超额收益8.2%，超额收益最大回撤-10.9%。报告详细介绍了市场模式划分方法、随机森林算法原理、模型训练与交易流程，并提供了完整的回测表现。适合量化研究员、金融工程师、基金经理及策略分析师深入研读，为A股指数与行业择时提供新的机器学习解决方案。

📋 报告目录

1. 一、策略概述（市场模式划分、模式识别策略原理）
2. 二、指数择时策略（随机森林算法、样本内市场的模式划分方法、随机森林模型表现、交易策略表现）