另类标签与集成学习提升超额收益：华泰人工智能选股模型深度研究

本报告研究另类标签（信息比率和Calmar比率）相比传统收益率标签在人工智能选股模型中的优势。在全A股中，另类标签显著提升超额收益和信息比率；集成学习进一步稳定提升模型表现，降低单一模型风险。基于67种训练期长度的系统测试，结论具有统计可靠性。核心数据:67种训练期;全A股优势;信息比率提升。

本报告由华泰证券发布,发布于 2020 年。

覆盖 2020 年,全文约 35。

本报告免费查阅,登录资料宝后即可在线获取完整内容。

适合量化投资研究者、金融工程师、选股模型开发者等读者参考。

重点分析了金融投资、另类标签等议题。