转债择券机器学习模型构建方法 | 广发证券转债入门手册之六
本报告由广发证券发布,系统介绍如何利用随机森林、XGBoosting和支持向量机三种机器学习方法构建转债择券模型。通过历史数据训练和月度换仓策略,展示了机器学习在复杂衍生品定价中的优势,为投资者提供量化择券新思路。
本报告由广发证券发布,系统介绍如何利用随机森林、XGBoosting和支持向量机三种机器学习方法构建转债择券模型。通过历史数据训练和月度换仓策略,展示了机器学习在复杂衍生品定价中的优势,为投资者提供量化择券新思路。
本报告由广发证券发布,系统介绍如何利用随机森林、XGBoosting和支持向量机三种机器学习方法构建转债择券模型。通过历史数据训练和月度换仓策略,展示了机器学习在复杂衍生品定价中的优势,为投资者提供量化择券新思路。
本报告由广发证券发布,系统介绍如何利用随机森林、XGBoosting和支持向量机三种机器学习方法构建转债择券模型。通过历史数据训练和月度换仓策略,展示了机器学习在复杂衍生品定价中的优势,为投资者提供量化择券新思路。核心数据:2020。
本报告由广发证券发布,发布于 2020 年。
覆盖 2020 年,全文约 19。
本报告免费查阅,登录资料宝后即可在线获取完整内容。
适合投资者、量化研究员、金融从业者等读者参考。
重点分析了金融投资、金融投资研究等议题。