行业研究报告

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

2020-08金融投资19广发证券

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。

报告摘要

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。

核心要点

  1. 随机森林
  2. XGBoosting
  3. 支持向量机

报告信息

文件全名
转债入门手册之六:如何利用机器学习方法构建转债择券模型-广发证券
适合读者
投资者量化研究员金融从业者
核心数据
  1. 2020
核心议题
金融投资金融投资研究

常见问题

《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》主要包含哪些内容?

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。

这份报告由哪家机构发布?

本报告由广发证券发布,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 19。

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?

适合投资者、量化研究员、金融从业者等读者参考。

报告涉及哪些关键议题?

重点分析了金融投资、金融投资研究等议题。

继续阅读

同分类报告

查看全部
📱 登录