请为我点赞

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。
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。