机器因子库相对人工因子库增量研究:遗传规划与随机森林在选股中的应用
本文利用遗传规划算法挖掘机器因子,并与人工因子库通过随机森林模型对比,发现机器因子在预测收益率上具有显著增量。回测区间2010-2020,每半年挖掘100个有效因子,为量化投资提供新思路。
本文利用遗传规划算法挖掘机器因子,并与人工因子库通过随机森林模型对比,发现机器因子在预测收益率上具有显著增量。回测区间2010-2020,每半年挖掘100个有效因子,为量化投资提供新思路。
本文利用遗传规划算法挖掘机器因子,并与人工因子库通过随机森林模型对比,发现机器因子在预测收益率上具有显著增量。回测区间2010-2020,每半年挖掘100个有效因子,为量化投资提供新思路。
本文利用遗传规划算法挖掘机器因子,并与人工因子库通过随机森林模型对比,发现机器因子在预测收益率上具有显著增量。回测区间2010-2020,每半年挖掘100个有效因子,为量化投资提供新思路。核心数据:2010-2020,100个有效因子,每半年。
本报告由东方证券发布,发布于 2020 年。
覆盖 2020 年,全文约 24。
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、金融分析师、投资经理等读者参考。
重点分析了金融投资、遗传规划、随机森林、选股中等议题。