选股因子系列研究(六十四):基于直观逻辑和机器学习的高频数据低频化应用
本报告从逻辑和机器学习角度,将不同高频数据混合构建低频选股因子。买入意愿强度因子月均IC超0.03,年化ICIR高于3.0,月度胜率85%;开盘后日内买入意愿强度因子IC提升至0.04,年化ICIR提升至3.70,月均多空收益1.34%。研究发现Alpha1基于主买额波动率的逻辑,为因子构建提供新视角。
本报告从逻辑和机器学习角度,将不同高频数据混合构建低频选股因子。买入意愿强度因子月均IC超0.03,年化ICIR高于3.0,月度胜率85%;开盘后日内买入意愿强度因子IC提升至0.04,年化ICIR提升至3.70,月均多空收益1.34%。研究发现Alpha1基于主买额波动率的逻辑,为因子构建提供新视角。
本报告从逻辑和机器学习角度,将不同高频数据混合构建低频选股因子。买入意愿强度因子月均IC超0.03,年化ICIR高于3.0,月度胜率85%;开盘后日内买入意愿强度因子IC提升至0.04,年化ICIR提升至3.70,月均多空收益1.34%。研究发现Alpha1基于主买额波动率的逻辑,为因子构建提供新视角。
本报告从逻辑和机器学习角度,将不同高频数据混合构建低频选股因子。买入意愿强度因子月均IC超0.03,年化ICIR高于3.0,月度胜率85%;开盘后日内买入意愿强度因子IC提升至0.04,年化ICIR提升至3.70,月均多空收益1.34%。研究发现Alpha1基于主买额波动率的逻辑,为因子构建提供新视角。核心数据:月均IC>0.03;年化ICIR>3.0;月均多空收益0.98%。
本报告由海通证券发布,发布于 2020 年。
覆盖 2020 年,全文约 20。
本报告免费查阅,登录资料宝后即可在线获取完整内容。
适合量化研究员、选股策略投资者、金融工程分析师等读者参考。
重点分析了金融投资、直观逻辑、机器学习、六十四等议题。