再探基于遗传规划的选股因子挖掘 华泰证券人工智能系列二十三
华泰证券金工深度研究,提出遗传规划选股因子挖掘的三个改进方向:新增因子互信息和多头超额收益作为适应度指标,非线性因子使用方法(三次方回归残差法/多项式拟合法),交叉验证控制过拟合。挖掘出20多个有效因子,尤其对机器学习选股模型有重要意义。
华泰证券金工深度研究,提出遗传规划选股因子挖掘的三个改进方向:新增因子互信息和多头超额收益作为适应度指标,非线性因子使用方法(三次方回归残差法/多项式拟合法),交叉验证控制过拟合。挖掘出20多个有效因子,尤其对机器学习选股模型有重要意义。
华泰证券金工深度研究,提出遗传规划选股因子挖掘的三个改进方向:新增因子互信息和多头超额收益作为适应度指标,非线性因子使用方法(三次方回归残差法/多项式拟合法),交叉验证控制过拟合。挖掘出20多个有效因子,尤其对机器学习选股模型有重要意义。
华泰证券金工深度研究,提出遗传规划选股因子挖掘的三个改进方向:新增因子互信息和多头超额收益作为适应度指标,非线性因子使用方法(三次方回归残差法/多项式拟合法),交叉验证控制过拟合。挖掘出20多个有效因子,尤其对机器学习选股模型有重要意义。核心数据:20多个因子;3个改进方向;2019年。
本报告由华泰证券发布,发布于 2019 年。
覆盖 2019 年,全文约 32。
本报告免费查阅,登录资料宝后即可在线获取完整内容。
适合金融研究员、量化投资者、机器学习从业者等读者参考。
重点分析了金融投资、遗传规划、再探基等议题。