基于回归树的因子择时模型:选股因子系列研究
本文提出基于回归树的因子择时模型,放松线性假设,通过决策树分类市场环境预测因子收益。以市值因子为例,模型在2017年因子转向时有效控制回撤,但完全替代动量模型不现实;引入防御性择时更稳健。
本文提出基于回归树的因子择时模型,放松线性假设,通过决策树分类市场环境预测因子收益。以市值因子为例,模型在2017年因子转向时有效控制回撤,但完全替代动量模型不现实;引入防御性择时更稳健。
本文提出基于回归树的因子择时模型,放松线性假设,通过决策树分类市场环境预测因子收益。以市值因子为例,模型在2017年因子转向时有效控制回撤,但完全替代动量模型不现实;引入防御性择时更稳健。
本文提出基于回归树的因子择时模型,放松线性假设,通过决策树分类市场环境预测因子收益。以市值因子为例,模型在2017年因子转向时有效控制回撤,但完全替代动量模型不现实;引入防御性择时更稳健。
本报告由海通证券发布,发布于 2019 年。
覆盖 2019 年,全文约 18。
本报告免费查阅,登录资料宝后即可在线获取完整内容。
适合量化分析师、金融工程师、策略研究员等读者参考。
重点分析了金融投资、回归树等议题。