行业研究报告

选股因子系列研究:从加权IC到机器学习的高频因子多头失效修正方法

2020-03金融投资20海通证券

本报告针对高频因子在选股模型中多头端失效的问题,提出加权IC评价方法和机器学习升维技术(高次多项式、径向基函数),实证表明可改善组合收益,挖掘增量信息。适合量化投资者参考。

报告摘要

本报告针对高频因子在选股模型中多头端失效的问题,提出加权IC评价方法和机器学习升维技术(高次多项式、径向基函数),实证表明可改善组合收益,挖掘增量信息。适合量化投资者参考。

核心要点

  1. 高频因子多头失效现象
  2. 加权IC评价
  3. 多项式修正
  4. 径向基函数修正
  5. 维数灾祸风险

报告信息

文件全名
选股因子系列研究(六十一):从加权IC到机器学习,高频因子多头失效的修正-海通证券
适合读者
金融工程研究人员量化投资者证券分析师
核心数据
  1. 9个常用因子, 加权IC, 机器学习升维
核心议题
金融投资机器学习IC加权

常见问题

《选股因子系列研究:从加权IC到机器学习的高频因子多头失效修正方法》主要包含哪些内容?

本报告针对高频因子在选股模型中多头端失效的问题,提出加权IC评价方法和机器学习升维技术(高次多项式、径向基函数),实证表明可改善组合收益,挖掘增量信息。适合量化投资者参考。核心数据:9个常用因子, 加权IC, 机器学习升维。

这份报告由哪家机构发布?

本报告由海通证券发布,发布于 2020 年。

这份报告覆盖哪一年、篇幅多大?

覆盖 2020 年,全文约 20。

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?

适合金融工程研究人员、量化投资者、证券分析师等读者参考。

报告涉及哪些关键议题?

重点分析了金融投资、机器学习、IC、加权等议题。

继续阅读

同分类报告

查看全部
📱 登录