技术因子的智能择股研究:利用机器学习建立智能策略分析框架-东海证券2020
本报告利用机器学习模型(如scikit-learn)对技术因子进行分析,实现个股未来5-10个交易日的有效预测,构建投资组合收益显著。研究发现预测周期延长至20-60个交易日时准确度下降,为选股策略提供初步筛选器。关键改进在于寻找区分效果明显的技术因子,提升模型训练数据质量,助力量化投资决策。
本报告利用机器学习模型(如scikit-learn)对技术因子进行分析,实现个股未来5-10个交易日的有效预测,构建投资组合收益显著。研究发现预测周期延长至20-60个交易日时准确度下降,为选股策略提供初步筛选器。关键改进在于寻找区分效果明显的技术因子,提升模型训练数据质量,助力量化投资决策。
本报告利用机器学习模型(如scikit-learn)对技术因子进行分析,实现个股未来5-10个交易日的有效预测,构建投资组合收益显著。研究发现预测周期延长至20-60个交易日时准确度下降,为选股策略提供初步筛选器。关键改进在于寻找区分效果明显的技术因子,提升模型训练数据质量,助力量化投资决策。
本报告利用机器学习模型(如scikit-learn)对技术因子进行分析,实现个股未来5-10个交易日的有效预测,构建投资组合收益显著。研究发现预测周期延长至20-60个交易日时准确度下降,为选股策略提供初步筛选器。关键改进在于寻找区分效果明显的技术因子,提升模型训练数据质量,助力量化投资决策。核心数据:5-10个交易日;20-60个交易日。
本报告由东海证券发布,发布于 2020 年。
覆盖 2020 年,全文约 30。
本报告免费查阅,登录资料宝后即可在线获取完整内容。
适合量化投资者、金融工程师、股票策略研究员等读者参考。
重点分析了金融投资、技术因子、智能择股、东海证券等议题。