不同分类算法下的大小盘风格判断研究 申万宏源 2019年 大数据分析 XGBoost逻辑回归
本报告深入分析大小盘风格轮动现象,使用20种不同分类算法(包括XGBoost、逻辑回归等)进行风格判断,发现XGBoost与逻辑回归效果最佳。基于2019年8月数据,提供量化投资策略参考,帮助投资者把握市场风格切换机会。
本报告深入分析大小盘风格轮动现象,使用20种不同分类算法(包括XGBoost、逻辑回归等)进行风格判断,发现XGBoost与逻辑回归效果最佳。基于2019年8月数据,提供量化投资策略参考,帮助投资者把握市场风格切换机会。
本报告深入分析大小盘风格轮动现象,使用20种不同分类算法(包括XGBoost、逻辑回归等)进行风格判断,发现XGBoost与逻辑回归效果最佳。基于2019年8月数据,提供量化投资策略参考,帮助投资者把握市场风格切换机会。
本报告深入分析大小盘风格轮动现象,使用20种不同分类算法(包括XGBoost、逻辑回归等)进行风格判断,发现XGBoost与逻辑回归效果最佳。基于2019年8月数据,提供量化投资策略参考,帮助投资者把握市场风格切换机会。核心数据:20种算法;26页报告;2019年。
本报告由申万宏源发布,发布于 2019 年。
覆盖 2019 年,全文约 26。
本报告免费查阅,登录资料宝后即可在线获取完整内容。
适合金融从业者、量化研究员、投资者等读者参考。
重点分析了金融投资、XGBoost、申万宏源、逻辑回归等议题。