行业研究报告

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

2019-08金融投资32华泰证券

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。

报告摘要

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。

核心要点

  1. 改进方向1:新的适应度指标
  2. 改进方向2:非线性因子的使用方法
  3. 改进方向3:交叉验证控制过拟合

报告信息

文件全名
人工智能系列之二十三:再探基于遗传规划的选股因子挖掘-华泰证券
适合读者
金融研究员量化投资者机器学习从业者
核心数据
  1. 20多个因子
  2. 3个改进方向
  3. 2019年
核心议题
金融投资遗传规划再探基

常见问题

《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》主要包含哪些内容?

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。

这份报告由哪家机构发布?

本报告由华泰证券发布,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 32。

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?

适合金融研究员、量化投资者、机器学习从业者等读者参考。

报告涉及哪些关键议题?

重点分析了金融投资、遗传规划、再探基等议题。

继续阅读

同分类报告

查看全部
📱 登录