我会记录(量化投资、资产配置、对冲套利等)学习笔记
有效回帖论坛币奖励哦!(注意:与主题相关的跟帖才有效)

人工智能多因子选股策略使用多种机器学习算法进行选股,目的是利用机器学习算法的非线性特性和自动学习能力,从传统的多因子数据中挖掘出能带来更高超额收益的非线性特征。周报中跟踪了 Stacking、SVM、朴素贝叶斯、随机森林、XGBoost、逻辑回归、神经网络 7个模型在月频多因子选股的表现。对于每一种模型构建了以下 5 种多因子选股模型,进行定期跟踪,其中Stacking 模型,目前只应用于全 A选股。
上周波动率因子表现出色,技术因子走弱
上周波动率因子表现出色,在各类股票池的Rank IC值均超过10%。估值、成长、换手率、beta因子亦表现较好,在各类股票池的Rank IC值均为正。技术因子在各类股票池出现回撤。盈利因子在沪深 300 成份股票池表现平淡,在其余股票池表现较好。财务质量因子在中证 1000 成份股票池出现回撤,在其余股票池表现较好。小市值因子在中证 500、中证 1000 成份股票池表现较好,在其余股票池出现小幅回撤。反转因子在沪深300、中证1000成份股票池出现小幅回撤,在其余股票池表现相对平淡。从本月初至今的表现来看,主要是成长、财务质量因子表现优秀,其余因子整体表现一般。