集成学习算法量化选股模型研究：E-NELS因子年化IC_IR达7.0

报告摘要

本报告引入改进Adaboost算法构建E-NELS因子，因子IC达0.136，年化IC_IR为7.0，多空策略年化收益率61.2%，夏普率6.12，最大回撤仅0.5%。基于该因子构建的月度中证500增强策略超额收益12.6%，信息比率4.27。为量化投资者提供高效选股工具。

核心要点

1、引言

报告信息

文件全名: 《基于集成学习算法的量化选股模型研究-兴业证券》
适合读者: 量化投资者金融研究员数据科学家
核心数据: 0.136, 61.2%, 7.0
核心议题: 金融投资NELS因子年化IC

常见问题

《集成学习算法量化选股模型研究：E-NELS因子年化IC_IR达7.0》主要包含哪些内容?

本报告引入改进Adaboost算法构建E-NELS因子，因子IC达0.136，年化IC_IR为7.0，多空策略年化收益率61.2%，夏普率6.12，最大回撤仅0.5%。基于该因子构建的月度中证500增强策略超额收益12.6%，信息比率4.27。为量化投资者提供高效选股工具。核心数据:0.136, 61.2%, 7.0。

这份报告由哪家机构发布?

本报告由兴业证券发布,发布于 2019 年。

这份报告覆盖哪一年、篇幅多大?

覆盖 2019 年,全文约 47。

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?

适合量化投资者、金融研究员、数据科学家等读者参考。

报告涉及哪些关键议题?

重点分析了金融投资、NELS、因子年化、IC等议题。